Н.Э. Косых, С.З. Савин, А.Ю. ДесятовМОДЕЛИ И МЕТОДЫпопуляционныхЭПИДЕМИОЛОГИЧЕСКИХ
ИССЛЕДОВАНИЙ
СОЦИАЛЬНО ЗНАЧИМЫХ
ЗАБОЛЕВАНИЙ
RUSSIAN ACADEMY OF SCIENCES
FAR EASTERN BRANCHCOMPUTER CENTERN.E. Kosykh, S.Z. Savin, A.Yu. DesyatovMODELS AND METHODS
IN POPULATION
EPIDEMIOLOGICAL RESEARCHES
OF SOCIAL IMPORTANT
DISEASES(at the example
of malignant tumours)VladivostokDalnauka2006
РОССИЙСКАЯ АКАДЕМИЯ НАУК
ДАЛЬНЕВОСТОЧНОЕ ОТДЕЛЕНИЕВЫЧИСЛИТЕЛЬНЫЙ ЦЕНТРН.Э. Косых, С.З. Савин, А.Ю. ДесятоеМОДЕЛИ И МЕТОДЫ
ПОПУЛЯЦИОННЫХ
ЭПИДЕМИОЛОГИЧЕСКИХ
ИССЛЕДОВАНИЙ СОЦИАЛЬНО
ЗНАЧИМЫХ ЗАБОЛЕВАНИЙ(на примере злокачественных
новообразований)ВладивостокДальнаука2006
УДК 51:519.8 + 57.08 + 612.53/59:612.57Косых Н.Э., Савин С.3., Десятое А.Ю. Модели и методы популяционных эпидемиологических
исследований социально значимых заболеваний (на примере злокачественных новообразова¬
ний). Владивосток: Дальнаука, 2006. 148 с. ISBN 5-8044-0721-Х.В монографии рассматриваются оригинальные методологические подходы к си¬
стемному анализу процессов распространения нелнфекционных летальных заболеваний
в популяции человека. Формируются основные положения популяционного эпидемио¬
логического анализа, в сравнительном аспекте разбираются отдельные методы матема¬
тической статистики. В качестве иллюстрации применения отдельных методов приво¬
дятся результаты эпидемиологических исследований злокачественных новообразований,
проводимых авторами на территории Дальнего Востока и в Хабаровском крае. Обо¬
сновывается возможность применения единого методологического подхода для информа¬
ционного моделирования процессов распространения социально значимых заболеваний
различных форм.Предназначено для специалистов по системному анализу в биологии человека, эпи¬
демиологии, экологии, медицинской географии, экономике здравоохранения и популя¬
ционной биофизике, а также экологов, врачей-онкологов, эпидемиологов и организато¬
ров здравоохранения.Ил. 8, табл. 23, библ. 147, прил. 1.Kosykh N.E., Savin S.Z., Desyatov Л. Yu. Models and methods in population epidemiological resear¬
ches of social important diseases (at the example of malignant tumours). (Computer center of the
Russian Academy of Sciences, FEBRAS. 65, Kim Yu Chena st., Khabarovsk, 680063). 2006. 148
p. ISBN 5-8044-0721-X.Methods of epidemiological research of socially important diseases at the example of ma¬
lignant tumors were used in this monograph. Original unique methods to systematic analysis of
noninfectious terminal diseases spread in human population are studied in the monograph. The
guidelines of population epidemiological analysis are formed. The comparative analysis of some
methods of mathematic statistics are given. To illustrate some methods of epidemiological research
of malignant tumors in the territory of the Far East and Khabarovsk Krai are given by authors. The
possibility of applying universal methodological approach is justified for building informational
models of spreading socially important diseases.The monograph is aimed at analysis specialists for specialists in human biology systematic
analysis , medical geography, health care economy , biophysics, environmentalists, oncologists,
epidemiologists, health care specialists111. 8, tabl. 23, bibl. 147, suppl. 1.Ответственный редактор д.м.н. В.Д. Линденбратен
Рецензент к.г.н. В.В. ШамовХудожник-картограф М.С. Савин
Утверждено к печати Ученым советом Вычислительного центра ДВО РАН© Косых Н.Э., Савин С.З.,
Десятое А.Ю., 2006
©ВЦ ДВО РАН, 2006
ISBN 5-8044-0721-Х	© Дальнаука, 2006
ВВЕДЕНИЕВ настоящее время признанным считается факт, что возникно¬
вение ряда форм социально значимых заболеваний связано с
воздействием как природных, так и антропогенных экологических
причин. Отдается предпочтение мультифакториальной природе за¬
болеваний, рассматривается патогенное сочетание воздействий сре-
довых и конституционально-генетических факторов на индивидуума
[122, 123, 126, 127, 131, 136].Хабаровский край, как и большая часть Дальневосточного регио¬
на, характеризуется значительной экстремальностью климатического
режима, выраженной контрастностью отдельных медико-географи¬
ческих зон [9, 35, 58, 93]. Резко континентальный климат с патоген¬
ным влиянием зимних муссонов, снижением парциального давления
кислорода в атмосфере, низким уровнем инсоляции и парниковым
эффектом за счет высокой влажности и повышенного уровня инфра¬
красного излучения; дефицит эссенциальных элементов (йод, селен
и т. д.), высокая трансмеридиональная сезонная миграция населения
обусловливают особенности гомеостаза и направленность адаптаци¬
онных процессов [9, 30, 44, 93].Окружающей среде как триггеру придается большое значение в
росте заболеваемости, особенно если речь идет о территориальных
особенностях региона. К ним относятся климато-географические
факторы, особенности питания, загрязнения воздуха и воды, кон¬
такт с бытовыми, промышленными химическими и физическими
канцерогенами и т. п. Наряду с антропотехногенными воздействи¬
ями определенную роль в процессах индукции и промоции многих
неинфекционных заболеваний играют природные факторы, непо¬
средственно связанные с естественной окружающей средой и по¬
следствиями ее катастрофических изменений, вызванных лесными
пожарами, землетрясениями, геомагнитными бурями и др. [4, 31, 35,
53, 58, 64, 101].Экологическую ситуацию на Дальнем Востоке, и в частности в
Хабаровском крае, нельзя признать удовлетворительной. На про¬
тяжении ряда лет во многих городах края наблюдалось возрастание
антропотехногенного загрязнения атмосферы и поверхностных5
ВВЕДЕНИЕвод, росла социальная напряженность в большинстве групп насе¬
ления, значительно ухудшалась демографическая ситуация [9, 65,
80, 81, 92, 93].Понятно, что только решения медико-экологических проблем
недостаточно для стабильного развития региона, особенно коренно¬
го населения, стоящего на грани депопуляции [58, 64, 65, 90]. При
этом следует особо отметить, что Хабаровский край входит в число
проблемных регионов по соблюдению социальных и экономических
прав [66, 89].Приведенные факты могут свидетельствовать о существовании
в Хабаровском крае, как, впрочем, и на Дальнем Востоке России в
целом, комплекса социальных, техногенных и природных факторов
риска, которые могут оказывать определенное влияние на состояние
здоровья населения, и в частности на распространение ряда соци¬
ально значимых заболеваний. К последним отнесены такие патоло¬
гические процессы, при которых социальные, демографические и
экономические факторы, не являясь сами по себе этиологическими
причинами, вместе с тем оказывают существенное фоновое влияние
на риск возникновения данных заболеваний в популяции.Одним из путей изучения социально значимых заболеваний
могут явиться комплексные медико-географические исследования
территорий, являющиеся в данный момент наиболее быстро разви¬
вающимся направлением эпидемиологии не только инфекционной,
но и неинфекционной патологии. Важным разделом эпидемиологии
неинфекционных заболеваний является эпидемиология рака [94, 98,
100, 107, 131].Злокачественные опухоли обнаруживаются повсюду, но частота
поражений ими различных органов неодинакова на разных терри¬
ториях. Имеются основания полагать, что большую роль в развитии
рака играют различные внешние воздействия окружающей среды.
Поэтому тщательное и методическое изучение территориальных
особенностей онкологической заболеваемости, наблюдение за ее
динамикой могут помочь в установлении причин рака и факторов,
способствующих его развитию.Эпидемиологические исследования рака направлены не толь¬
ко на изучение закономерностей распространения злокачествен¬
ных опухолей, но и на установление причин этих закономерностей.
Эта задача, относящаяся к разделу аналитической эпидемиологии,6
ВВЕДЕНИЕдолжна решаться особыми методами в рамках популяционных ис¬
следований. В ряде случаев аналитический характер таких иссле¬
дований связан с изучением роли факторов малой интенсивности
в формировании закономерностей популяционного распростране¬
ния новообразований. К таким факторам следует отнести экзоген¬
ные воздействия на организм, характеризующиеся рядом признаков,
обязательными среди которых являются низкая вероятность индук¬
ции опухоли по сравнению с факторами индивидуального риска, их
распространение на всей изучаемой территории, воздействие в той
или иной степени на всю или большую часть популяции, прожива¬
ющей на данной территории. Изучение факторов малой интенсив¬
ности с помощью методов когортного типа, или «случай-контроль», i
как правило, неэффективно [44, 46, 48]. Популяционный эпидемио-1
логический анализ, идеология и стратегия которого разрабатывают¬
ся авторами на протяжении последних десяти лет, позволяет преодо¬
леть противоречия стандартных эпидемиологических исследований,
в том числе и выполняемых методом «случай-контроль». Вместе с
тем методологические подходы к решению задач изучения факторов
малой интенсивности в рамках популяционного анализа еще требу¬
ют дополнительной разработки.Под определение факторов малой интенсивности, помимо
природных, попадают также социальные, демографические, меди¬
цинские и некоторые другие воздействия среды. Как и природные
факторы, они также присутствуют на значительных по площади
территориях, оказывая влияние на проживающую там популяцию.
И если роль данных факторов в процессах онкогенеза требует
уточнения и признается далеко не всеми исследователями, то их
влияние на эффективность деятельности онкологической службы
в ряде случаев представляется очевидным. При этом сама эффек¬
тивность деятельности онкологической службы может являться
самостоятельным предметом исследования популяционной эпи¬
демиологии.В данной монографии представлены методологические под¬
ходы к популяционному эпидемиологическому исследованию, раз¬
рабатываемые в лаборатории медицинской информатики ВЦ ДВО
РАН и на кафедре онкологии Дальневосточного государственного
медицинского университета. В качестве отдельных иллюстраций ис¬
пользованы фрагменты эпидемиологических исследований, которые7
ВВЕДЕНИЕпроводились ранее нашими коллективами [28, 31, 38, 41, 45, 46, 48,
50,51,58,59,79, 80,81].Авторы особенно благодарны за консультации и обсужде¬
ние методов и результатов работ М.Х. Ахтямову, А.И. Кондратьеву,
И.В. Котловенко, В.П. Крысановой, К.Г. Лазарю, Е.А. Левковой,
А.Ю. Марочко, Е.Л. Мотрич, Н.С. Овсянникову, Н.Э. Посвалюк,О.М. Рензину, Б.Я. Рыжавскому, В.А. Святухе, С.И. Смаги-
ну, С.Л. Туркову, Ю.Р. Чашкину, Н.А. Чущкину, Е.Я. Фрисману,
Г.Ш. Цициашвили, Е.П. Шапиро.Полагаем, что приведенные методологические подходы могут
найти свое применение в формировании стратегии популяцион¬
ных эпидемиологических исследований социально значимых за¬
болеваний.
ГЛАВА 1. МЕСТО
ПОПУЛЯЦИОННО-АНАЛИТИЧЕСКОГО МЕТОДА
В ЭПИДЕМИОЛОГИЧЕСКИХ ИССЛЕДОВАНИЯХ
ЗЛОКАЧЕСТВЕННЫХ НОВООБРАЗОВАНИЙУвеличивающаяся в последние десятилетия социальная значи¬
мость злокачественных новообразований (ЗН), а также реаль¬
ные надежды на успех в противораковой борьбе являются основ¬
ными факторами, обусловливающими неослабевающий интерес к
онкологии.В большинстве экономически развитых стран ЗН до сих пор
занимают 2—3-е место среди причин смерти, при этом ежегодно
от рака в мире погибает около 10 млн чел. До недавнего времени
отмечался существенный рост смертности от ЗН, причем у муж¬
чин это было связано преимущественно с раком легких, а у жен¬
щин — с раком молочной железы. В настоящее время темпы роста
смертности от ЗН замедлились, а в ряде стран отмечено снижение
их уровней. Однако, как свидетельствуют результаты онкоэпиде-
миологических исследований, постарение населения существенно
влияет на риск возникновение ЗН и может в дальнейшем опреде¬
лять значительный рост числа онкологических больных на ряде
территорий.Вероятность гибели больного от рака зависит от многих факто¬
ров и не всегда может быть точно определена. Помимо сомнительно¬
го прогноза социальную значимость ЗН определяет и тот факт, что
среди онкологических больных, подвергавшихся хирургическому
вмешательству или иному агрессивному противоопухолевому ле¬
чению, значительная часть становятся инвалидами, причем многие
из них нуждаются в постоянном уходе. Иллюстрацией актуальности
проблемы ЗН является и то, что борьба с опухолевыми заболевания¬
ми давно шагнула за рамки национальных границ.С середины прошлого века ЗН приобрели столь массовый харак¬
тер, а их влияние на жизнь общества настолько усилилось, что впол¬
не оправданным стало возникновение такой отдельной дисциплины,
как эпидемиология рака.9
ГЛАВА 1Эпидемиологией рака, или онкоэпидемиологией, называется
наука, всесторонне изучающая статистические данные, характери¬
зующие распространенность, заболеваемость, смертность от ЗН и
т. д., и анализирующая их связь с экзогенными и эндогенными для
человека факторами. Под экзогенными факторами понимаются лю¬
бые воздействия окружающей среды химической, физической, био¬
логической, информационной или социальной природы, а под эндо¬
генными — явления и причины, формирующиеся непосредственно в
организме.Изучение эпидемиологии злокачественных опухолей дает воз¬
можность ставить вопросы, которые может и призвана разрешить
экспериментальная онкология. С другой стороны, данные, получа¬
емые при эпидемиологических исследованиях и уточняющие осо¬
бенности распространения рака, открывают новые возможности для
совершенствования специализированной помощи больным на кон¬
кретных территориях.По характеру решаемых задач онкоэпидемиология делится на два
раздела — дескриптивный и аналитический, однако различия между
ними достаточно условны. Целью дескриптивной эпидемиологии
является описание особенностей распространения злокачественных
опухолей в популяции, а задачей - анализ распространения опухолей
среди всего населения и отдельных его групп, сравнительной часто¬
ты опухолей различных разновидностей и локализаций, географиче¬
ских, возрастно-половых, профессиональных и других особенностей
заболеваемости и смертности от ЗН. Результаты дескриптивного
эпидемиологического исследования могут быть положены в осно¬
ву научно обоснованного планирования и оценки эффективности
действий, направленных на профилактику и раннее выявление опу¬
холей, оказания лечебной помощи и реабилитации онкологических
больных.Целью аналитической эпидемиологии является установление
причинно-следственных связей между случаем (или случаями) воз¬
никновения ЗН и экзогенными и эндогенными факторами. При на¬
личии причинно-следственных связей факторы обозначаются как
онкогенные (бластомогенные).Разновидностью аналитического раздела эпидемиологии являет¬
ся корреляционное (экологическое) исследование. С помощью этого
метода можно определять корреляцию между степенью выраженно¬10
МЕСТО ПОПУЛЯЦИОННО-АНАЛИТИЧЕСКОГО МЕТОДАсти в данном регионе или среди данного населения того или иного
фактора, в том числе средовых факторов и быта, и заболеваемостью
(смертностью) от злокачественных опухолей. Однако возможности
корреляционного метода в изучении причинно-следственных свя¬
зей ограничены. Корреляционный метод может выявить связь между
экспозицией к тому или иному фактору и частотой болезни в данной
группе населения, но не способен выявить причинно-следственную
связь между экспозицией и индивидуальным риском болезни.Другим направлением аналитического исследования является
попытка сужения ассоциации между экспозицией, так как несо¬
мненно, что высокая частота этиологического фактора в населении
не означает, что частота экспозиции к данному этиологическому
фактору выше среди людей, которые заболели или заболеют раком,
чем у другой части данного населения.Решение данной задачи возможно с помощью проспективного
когортного исследования, когда риск возникновения ЗН изучается
на протяжении определенного периода в специально подобранных
группах людей, различных по исследуемым признакам. Другим под¬
ходом к решению данной задачи может быть исследование методом
«случай-контроль», когда анкетным методом изучаются предполо¬
жительные этиологические факторы в паре лиц, один из которых
больной, другой — условно здоровый.С помощью этих методов можно выявить ассоциацию (связь)
между экспозицией к изучаемому фактору и конкретным заболе¬
ванием. Результаты этих исследований обычно выражаются в по¬
казателях относительного риска, которые представляют собой со¬
отношение заболеваемости группы экспонированного населения к
заболеваемости группы неэкспонированного населения или соотно¬
шение заболеваемости населения с более выраженной экспозицией
к заболеваемости населения с менее выраженной экспозицией. По¬
казатели относительного риска являются математическим выраже¬
нием степени вероятности заболеваемости той или иной болезнью
по причине экспозиции к определенному фактору.Однако изучение т.н. факторов малой интенсивности (ФМИ)
требует несколько иных подходов. Под ФМИ понимаются те или
иные экзогенные воздействия, характеризующиеся рядом призна¬
ков, обязательными среди которых являются низкая вероятность ин¬
дукции опухоли по сравнению с факторами индивидуального риска11
ГЛАВА 1(курение, привычки питания, перенесенный вирусный гепатит и
т.п.), распространение на всей изучаемой территории, воздействие в
Toil или иной степени на всю либо значительную часть популяции,
проживающей на данной территории.Проспективный когортный метод и ретроспективный метод
«случай-контроль» мало пригодны для изучения ФМИ. Главная при¬
чина низкой эффективности этих методов скрывается в том, что они
основаны на изучении частоты присутствия исследуемых факторов
в выборочной субпопуляции, которая искусственно создается ис¬
следователем. Поскольку исследование проводится, как правило, на
какой-то конкретной территории, то и выборочная субпопуляция,
выделяемая из всей популяции, проживающей на данной террито¬
рии, будет иметь признаки, связанные с местом жительства. В число
этих признаков входит и воздействие ФМИ, которые могут присут¬
ствовать на территории. При этом любой субъект популяции будет
подвергаться воздействию данных факторов.Избежать подобных препятствий позволяет популяционно¬
аналитический метод (ПАМ), охватывающий всю популяцию, про¬
живающую на изучаемой территории. При этом в качестве объекта
исследования рассматриваются показатели частоты заболеваемости,
смертности и т. п. в административных районах (населенных пун¬
ктах) изучаемой территории, а в качестве признаков, оказывающих
влияние на объект исследования, — значение или степень выражен¬
ности природных, социальных, демографических и иных факторов,
относимых к ФМИ. Методы создания математического и статисти¬
ческого обеспечения ПАМ, разрабатываемые в лаборатории меди¬
цинской информатики ВЦ ДВО РАН на протяжении последних лет,
представлены в последующих главах данной книги.
ГЛАВА 2. НЕКОТОРЫЕ МЕТОДЫ
ДЕСКРИПТИВНОГО ЭПИДЕМИОЛОГИЧЕСКОГО
ИССЛЕДОВАНИЯ2.1.	ТРЕБОВАНИЯ К ИСХОДНОМУ МАТЕРИАЛУНаучно обоснованное планирование и оценка эффективности
действий, направленных на профилактику и раннее выявление
опухолей, оказание лечебной помощи и реабилитацию онкологиче¬
ских больных, невозможны без своевременного получения и анализа
достоверных сведений о заболеваемости и смертности населения от
ЗН, об объеме и характере проводимых медицинских и социальных
мероприятий. Иными словами, эффективная система предупреж¬
дения опухолей, лечения и восстановления лиц, заболевших ЗН,
немыслима без компьютерных технологий и хорошо выраженной
службы онкологической статистики, которая является одной из обя¬
зательных составных частей в комплексе мероприятий противорако¬
вой борьбы.Дескриптивная эпидемиология рака исследует особенности рас¬
пространения ЗН и изменения их частоты во времени и опирается
в основном на демографические методы и аппарат математической
статистики. Для установления интенсивности, т. е. частоты распро¬
странения, основным инструментом служат обычные интенсивные
показатели заболеваемости, определяемые как отношение числа за¬
болевших к численности ныне проживающих на данной территории
и умноженные на 100 тыс. или 1 млн. Нередко данные о заболева¬
емости дополняются материалами смертности от рака. Последние
данные, по существу, являются только частной долей показателей
заболеваемости и используются для определения достоверности и
качества материала по выявлению и регистрации рака путем расчета
соотношения этих двух видов показателей. Заболеваемость не долж¬
на быть ниже смертности, в крайних случаях эти показатели бывают
равными.13
ГЛАВА 2До сих пор показатели смертности еще нередко используют¬
ся для определения распространения рака, но это допустимо толь¬
ко при отсутствии данных о заболеваемости и лишь при тех формах
рака, которые отличаются очень высокой общей летальностью, как,
например, рак печени или поджелудочной железы. В других случаях
показатели смертности не отражают истинного уровня распростра¬
нения рака.Для эпидемиологических целей должны быть использованы слу¬
чаи, подтвержденные морфологически. В то же время случаи смер¬
ти не всегда бывают морфологически верифицированными, так как
обычно вскрытию подвергаются не все умершие онкологические
больные. В определенных случаях при некоторых локализациях рака
приходится довольствоваться всесторонним клиническим обследо¬
ванием.В Российской Федерации случаи летального исхода от рака ре¬
гистрируются на основании свидетельств о смерти, а случаи заболе¬
ваемости - на основе извещений, которые собираются в учреждени¬
ях онкологического профиля. Сейчас во многих субъектах РФ эти
функции возложены на специально созданные центры регистрации
и эпидемиологических исследований рака — т.н. канцер-регистры.
Одной из задач канцер-регистров является достижение 100 %-й ре¬
гистрации случаев рака, возникших у населения, проживающего в
зоне деятельности территориального регистра. Однако опыт работы
большинства региональных регистров в нашей стране невелик, и ка¬
чество регистрации больных практически не отличается от предше¬
ствовавшей им системы.В соответствии с современными требованиями объектом изуче¬
ния онкологической статистики являются вопросы распространения
опухолей среди всего населения и отдельных его групп, сравнитель¬
ной частоты опухолей различных разновидностей и локализаций, ге¬
ографических, возрастно-половых, профессиональных и других осо¬
бенностей заболеваемости и смертности от ЗН.Организация статистики рака в России отсчитывает свое начало
с 1925 г., когда были сформулированы основные принципы, остаю¬
щиеся неизменными до настоящего времени:полнота учета всех заболевших ЗН и умерших от них. Она обе¬
спечивается обязанностью каждого врача сообщать в онкологиче¬
скую службу о каждом вновь выявленном больном и ежемесячной14
НЕКОТОРЫЕ МЕТОДЫ ДЕСКРИПТИВНОГО ЭПИДЕМИОЛОГИЧЕСКОГОсверкой сведений об учтенных онкологических больных со сведени¬
ями, которыми на основании медицинских свидетельств о смерти
располагают органы ЗАГСа;сигнально-оперативный характер получения, анализа и исполь¬
зования информации, что создает возможность текущего управления
деятельностью онкологической сети;территориальность системы накопления и оперативного исполь¬
зования сведений о больном со злокачественным новообразованием
по месту его постоянного жительства.К статистике рака, используемой в эпидемиологических целях,
предъявляются особые требования. До сих пор официальная стати¬
стика, используемая для нужд организации служб онкологической
помощи, носит ориентировочный характер и по качеству, характеру
разработки не соответствует строгим требованиям эпидемиологиче¬
ских исследований, направленных на максимальное выявление ко¬
личества всех случаев ЗН и определение роли корреляции факторов
окружающей среды и причин рака.И все же в настоящее время наиболее объективную и досто¬
верную информацию по указанным вопросам можно получить
из баз данных (БД) краевых (областных) онкологических дис¬
пансеров, которые представлены в виде ежегодных отчетов (уч.
формы № 7, 35). Система регистрации онкологических больных
в канцер-регистрах находится пока на этапе своего становления.
Эффективно работающих канцер-регистров пока еще немного,
число лет наблюдений все еще недостаточно для получения до¬
стоверных данных о местных особенностях онкоэпидемиологи-
ческой ситуации.Таким образом, рутинные отчетные данные онкологических
диспансеров пока еще являются основным источником информации
для проведения популяционных онкоэпидемиологических исследо¬
ваний.Для изучения достаточно редких форм новообразований, на¬
пример, у детей использование только данных официальной ста¬
тистики является методически неверным. В качестве примера из¬
учения уточненной онкологической заболеваемости мы приводим
методику сбора информации о ЗН на Дальнем Востоке России, вы¬
полненного нами во время многочисленных экспедиционных по¬
ездок по региону в период с 1983 по 1991 г.15
ГЛАВА 2Следует особенно подчеркнуть, что в эпидемиологии ЗН у детей
важное значение приобретает качество учета первичных больных.
В условиях частичной прецедентное™ [39], когда уровни онкологиче¬
ской заболеваемости невысоки, даже небольшая погрешность в уче¬
те может в значительной степени исказить полученные результаты.В начале каждого экспедиционного исследования разрабатывал¬
ся его план. На основании материалов о среднегодовой численности
населения административных территорий (краев или областей) реги¬
она и данных отечественных авторов об уровнях уточненной онколо¬
гической заболеваемости детей [25] определялось ожидаемое число
больных с ЗН за изучаемый период времени. Аналогичные расчеты
проводились и для каждого района, относящегося к обследуемой ад¬
министративной территории. В обязательном порядке определялось
ожидаемое число заболевших лейкозами, опухолями ЦНС и неко¬
торыми другими новообразованиями, лечение которых преимуще¬
ственно осуществлялось вне онкологических стационаров.Во всех онкологических учреждениях региона статистическо¬
му изучению подвергались извещения о больных с впервые в жизни
установленным диагнозом рака или другого злокачественного забо¬
левания (уч. ф. 281, У-281-6, 090-у), карты диспансерного наблюде¬
ния (уч. ф. 30, 030-у), выписки из историй болезни (уч. ф. 27, 027-1-
у), сами истории болезни, а также амбулаторные карты.Параллельно осуществлялась выборка сведений о больных с ЗН
из стационарных и амбулаторных журналов, историй болезни и амбу¬
латорных карт во всех детских соматических и специализированных
отделениях. Кроме того, были проанализированы журналы биопсий
и аутопсий в прозектурах тех больниц, где проводилось вскрытие
умерших детей. В краевых (областных) архивах ЗАГСа, в территори¬
альных статистических управлениях изучены акты и врачебные сви¬
детельства о смерти.Такая работа была проведена в Хабаровском крае — в Хабаровске,
Комсомольске-на-Амуре, Амурске, в Еврейской автономной обла¬
сти — в Биробиджане, в Приморском крае — во Владивостоке, На¬
ходке, Уссурийске, Спаске, Дальнереченске, в Амурской области — в
Благовещенске, Белогорске, Райчихинске, Свободном, в Сахалин¬
ской области - в Южно-Сахалинске, Холмске, Корсакове, в Камчат¬
ской области — в Петропавловске-Камчатском, Елизово, Ключах, в
Магаданской области — в Магадане, Ола, Сусумане, Анадыре.16
НЕКОТОРЫЕ МЕТОДЫ ДЕСКРИПТИВНОЮ ЭПИДЕМИОЛОГИЧЕСКОЮВ качестве информации, подтверждающей наличие у больного
ЗН, рассматривались заключения о гистологическом или цитологи¬
ческом исследовании первичной опухоли (ее метастазов), материалы
аутопсии, врачебные свидетельства и акты о смерти, протоколы опе¬
раций, результаты рентгенологических исследований. Существен¬
ные различия информации о верификации диагноза определили
необходимость разработки критериев включения больных в канцер-
регистр. При этом использовалось понятие «качества верификации».
Оно свидетельствовало о различной информационной ценности до¬
кументов, подтверждающих диагноз ЗН. С учетом качества верифи¬
кации диагноза случаи ЗН распределены на несколько групп.1.	Больные, у которых наряду с информацией о клиническом,
рентгенологическом, интраоперационном, аутопсийном подтверж¬
дении диагноза имелись данные о морфологическом (гистологиче¬
ском для солидных новообразований, цитологическом для лейкозов)
исследовании.2.	Больные с солидными новообразованиями, имевшие наряду
с данными инструментального и рентгенологического обследования
цитологическое заключение об опухоли.3.	а) Умершие больные, у которых подтверждение диагноза осу¬
ществлялось при аутопсии без морфологического исследования;б) Умершие больные, имевшие при жизни визуальную интра-
операционную верификацию опухолевого процесса.4.	Умершие больные, имевшие при жизни только клинико-рент¬
генологические данные о наличии опухолевого процесса.5.	Больные, имевшие только клинико-рентгенологические и ин-
траоперационные данные о наличии ЗН. Эти лица в канцер-регистр
нами не включались.Составленная информационная база канцер-регистра включала
Данные о 4173 детях, заболевших ЗН на Дальнем Востоке в период с
1972 по 1989 г. О 35,8 % детей из этого числа информация в онколо¬
гических учреждениях отсутствовала. Чтобы понять причину столь
высокого недоучета, необходимо рассмотреть данную ситуацию на
Уровне отдельных административных территорий региона.Показатель недоучета был определен как процент неучтенных
онкологическим учреждениями больных от общего числа заболев¬
ших той или иной формой ЗН (табл. 2.1).17
ГЛАВА 2Таблица 2.1Значения показателя недоучета основных форм
злокачественных новообразований у детей на административных территориях
Дальнего Востока России в 1972-1989 гг. (в %)АдминистративнаятерриторияФорма новообразованийВсегоОЛЗЛОЦНСНБРБНФБСССМТХабаровскии край26,330,757.631,458.838,810.531,233,7Приморский край35.450.259.627,534.530,612.536,745,3Амурская область36,721,748.521,218,725,016,529,035,4Сахалинскаяобласть28,634,241.323,256,218,525,025,028,2Камчатская область21,025,018,324,610,510,415,025,024,2Магаданскаяобласть3J ,025,041,038,757,118,315,427,532,2Регион в целом36,338,040,528,035,031.012,526,335,8Примечание. OJ1 — острые лейкозы; ЗЛ — злокачественная лимфома;
ОЦНС — опухоли центральной нервной системы; НБ — нейробластома; НФБ —
нефробластома; СС — саркома скелета; СМТ — саркома мягких тканей.Как видно из табл. 2.1, наиболее выраженный недоучет забо¬
левших наблюдался на самых крупных и заселенных администра¬
тивных территориях региона - в Приморском и Хабаровском кра¬
ях, Амурской области. Менее значительным он был в Камчатской
области.Форма новообразования также влияла на вероятность его реги¬
страции в онкологических учреждениях. Плохо учитывались ново¬
образования, которые из-за слабого развития специализированной
помощи подвергаются обследованию и лечению в неонкологических
стационарах. Это довольно многочисленная группа больных с остры¬
ми лейкозами, злокачественными лимфомами, опухолями централь¬
ной нервной системы и ретинобластомой.Именно отсутствие на момент исследования эффективной спе¬
циализированной онкопедиатрической помощи являлось, по наше¬
му мнению, главной причиной плохого учета детей с ЗН в регионе.
Представляемые официальной статистикой данные по Дальнему
Востоку, не содержащие, как видно из табл. 2.1, информации более
чем о трети больных, не могут быть использованы в эпидемиологи¬
ческих исследованиях.18
НЕКОТОРЫЕ МЕТОДЫ ДЕСКРИПТИВНОГО ЭПИДЕМИОЛОГИЧЕСКОГО2.2.	СТАНДАРТИЗАЦИЯ ПОКАЗАТЕЛЕЙДескриптивная эпидемиология рака не ограничивается изучени¬
ем его распространения отдельно среди мужчин и женщин, в городах
и сельской местности, в административных районах и экономико-
географических зонах. Важное значение придается анализу распро¬
странения рака в разных этнических популяциях, среди мигрантов
и в профессиональных коллективах. Ценная эпидемиологическая
информация может быть получена при изучении частоты ЗН в раз¬
личных ландшафтно-географических ареалах и других местонахож¬
дениях субпопуляций.При изучении территориального распространения рака мате¬
риал регистрации должен быть достоверным статистически и сопо¬
ставимым при сравнении, в связи с чем особое значение придается
правильной его обработке. С целью определения распространения
рака и получения опорных точек для дальнейших аналитических
эпидемиологических исследований применяется прямая и косвен¬
ная стандартизация по возрасту обычных интенсивных показателей
заболеваемости и смертности.2.2.1.	Расчет стандартизованных
по возрасту показателей заболеваемости прямым методомДля вычисления стандартизованных по возрасту показателей
прямым методом используются повозрастные показатели заболе¬
ваемости. Каждый повозрастной показатель заболеваемости (Rx)
умножается на соответствующий показатель численности стандарт¬
ного населения (Wx). Полученное произведение Rx-Wx представляет
собой ожидаемое число заболевших в каждой возрастной группе на¬
селения в случае, если бы возрастная структура населения на изуча¬
емой территории соответствовала бы среднемировой. Данный пока¬
затель в дальнейшем суммируется, что дает общее число заболевших
во всех возрастных группах. Иллюстрация метода прямой стандарти¬
зации по возрасту с использованием мирового стандарта показана на
примере расчета стандартизованного показателя заболеваемости ра¬
ком молочной железы в Северо-Восточной зоне Хабаровского края
(табл. 2.2).19
ГЛАВА 2Таблица 22Расчет среднегодового стандартизованного показателя заболеваемости
(мировом стандарт; рак молочной железы; Северо-Восточная экологическая зона
Хабаровского края, 1989-2001 гг.)Возраст¬наягруппаСреднегодовая
численность
женской по¬
пуляцииЧислозаболев¬шихСреднегодовая за¬
болеваемость
(на 100 000 чел )Возрастнаяструктуранаселения(мировойстандарт)Ожидаемая средне¬
годовая заболевае¬
мость
в «популяции стан¬
дарта»(на 100 000 чел )XРхNxRx=Nx\P\ 100 000WxE\=Rx W\100 0000-1978 10400,0400000,020-2413 72800,080000,025-291861615,3780000,4310-3421 68400,060000,035-3920 826524.0060001,4440-4414 2091284,4560005,0745-4912 8441077,8660004,6750-5412 03813107,9950005,455-598047449.7140001,9960-6466697104.9640004,265-6940695122,8830003,6970-742925134,1920000.4775 и
старше3263130.6520000,38Всевозраст¬ныегруппы217 0225927.19100 00028,18Суммирование численности населения всех возрастных групп,
используемых в мировом стандарте, в итоге дает 100 ООО:Z>vr = Wj + w,+ w,+.... w h=100 000.Среднегодовой стандартизованный по возрасту показатель забо¬
леваемости на 100 ООО больных раком молочной железы у женщин
в Северо-Восточной экологической зоне Хабаровского края рассчи¬
тывается как частное от деления ожидаемого числа заболевших на
суммарную численность населения всех возрастных групп мирового
стандарта (т. е. на 100 000). В данном примере стандартизованный по
возрасту показатель заболеваемости раком молочной железы соста¬
вил 28,18 на 100 000 чел. женского населения.20
НЕКОТОРЫЕ МЕТОДЫ ДЕСКРИПТИВНОГО ЭПИДЕМИОЛОГИЧЕСКОГОСредняя ошибка стандартизованного показателя рассчитывает¬
ся по формуле:(1)ПК=1
гдеmt — средняя ошибка повозрастного показателя, причемР (100000 -Р)W'=V—sn,—’	(2>w-N'
где w — весы стандарта, w,В этих формулах Р: — повозрастной показатель заболеваемости
на 100 000 чел. населения; N— численность населения в возрастной
группе i; Nv — число лиц в возрастной группе по мировому стандарту;
Ns — численность населения по мировому стандарту, причем N = ^Nsi.Средняя численность населения в возрастной группе рассчиты¬
валась по формуле:ВД + ВД+ЛГД.	jr——,	(3)гдеNn, N'j Nr — численность населения данной возрастной фуппы
в 1970,' 1979, 1989 гг.;Г, Г — число лет, на которые распространяется действие пе¬
реписи;Т — общее число лет наблюдений.2.2.2.	Расчет стандартизованных показателей заболеваемости
непрямым методомЭтот метод применяют в тех случаях, если нет информации о
распределении заболевших по возрасту, а также когда количество
случаев заболевания слишком мало для распределения заболевших
по возрастным группам. В данной ситуации сопоставляют наблю¬
даемое число случаев и ожидаемое их число. Ожидаемое число есть
число случаев, которые произошли бы в изучаемой группе, если бы21
ГЛАВА 2все повозрастные коэффициенты заболеваемости в ней были бы
такими же, как в контрольной (стандартной) группе. При данном
методе расчета за стандарт принимается возрастная частота заболе¬
вания в контрольной (стандартной) группе. Как наблюдаемое, так
и ожидаемое количество случаев зависит от возрастного распреде¬
ления изучаемой группы. Наблюдаемое число случаев зависит от
коэффициентов заболеваемости изучаемого населения, а ожида¬
емое — от контрольной группы. Отношение наблюдаемого числа
случаев к ожидаемому эквивалентно стандартизованному относи¬
тельному сравнению коэффициентов заболеваемости в изучаемой
и контрольной группах.2.2.3.	Относительный риск или соотношение рисковОтносительный риск (ОР) или соотношение рисков (обозна¬
чаемое латинскими буквами RR, от англ. Relative Risk) сравнивает
в двух группах вероятность (риск) развития явлений, связанных со
здоровьем. К таким явлениям можно отнести заболевания и слу¬
чаи смерти. Обычно две группы различаются по демографическим
признакам, таким как пол (мужчины и женщины), или по степени
подверженности фактору риска (например, курил или не курил).
Интересующая нас группа помечается как «подверженные риску», а
группа сравнения помечается как «не подверженные».Интересующая нас группа будет стоять в числителе, а группасравнения в знаменателе:„	Риск в интересующей нас группеОтношение_рисков= 	=-=	-—-—-—=—=-^	Риск в_группе сравненияЗначения, используемые в числителе и знаменателе, должны
быть взяты с учетом размеров групп населения, из которых берутся
две группы. В качестве мер вероятности заболевания в каждой груп¬
пе могут использоваться показатели заболеваемости или показатели
пораженное™. ОР, равный 1, означает, что вероятности заболевания
в обеих группах одинаковы. ОР больше 1 свидетельствует о повы¬
шенной вероятности заболевания лиц в группе, стоящей в числите¬
ле. Величина соотношения рисков меньше 1 говорит о том, что ве¬
роятность заболевания лиц в группе, стоящей в числителе, меньше,
чем в группе, стоящей в знаменателе (возможно, указывая на то, что22
НЕКОТОРЫЕ МЕТОДЫ ДЕСКРИПТИВНОГО ЭПИДЕМИОЛОГИЧЕСКОГОфактор, воздействующий на группу «подверженных», оказывает за¬
щитный эффект).Например, в населенном пункте А проживает 10 105 мужчин
и 11 020 женщин. В течение 5 лет наблюдения зарегистрировано
12 случаев рака легких у мужчин и 3 случая — у женщин. Каково
значение ОР у мужчин? Все население в данном случае можно рас¬
сматривать как две субпопуляции - мужскую и женскую. Посколь¬
ку случаи рака легкого выявлены в течение пятилетнего периода,
необходимо определить число лет наблюдений для обеих субпо¬
пуляций. Для мужчин этот показатель составит 10 105 х 5 =50 525,
а для женщин 11 020 х 5=55 100. В дальнейшем данные сравни¬
тельного исследования,
подобного этому, могут
быть сведены к табли¬
це т.н. четырех полей
(табл. 2.3).Таблицу четырех по¬
лей можно получить при
наличии двух переменных,
каждая из которых имеет
2 альтернативных значе¬
ния (больной — здоровый,
мужчина — женщина). Чтобы подсчитать ОР заболевания раком лег¬
кого для мужчин по сравнению с женщинами, нужно установить ве¬
роятность заболевания в субпопуляции мужчин и в субпопуляции
женщин.Вероятность заболевания среди мужчин
н=а/(а+Ь)=12/50 513=0,00024.Вероятность заболевания среди женщин
H=c/(c+d)=3/55 097=0,000054.Вероятность заболевания среди мужчин будет 0,00024, или
0,024 %, а риск заболевания у женщин будет 0,000054, или 0,0054 %.
При расчете ОР заболевания среди мужчин по сравнению с женщи¬
нами мужчины будут интересующей нас группой, а женщины - груп¬
пой сравнения (контрольной). По формуле получаем
относительный риск (RR)=(0,024 %)/(0,0054 %)=4,4.Таким образом, вероятность (или риск) заболевания раком лег¬
кого среди мужчин в 4,4 раза выше, чем среди женщин.Число случаев заболевания раком легкого
среди мужчин и женщин в населенном пункте А
(пример «четырехпольной» таблицы)Пол больныхИзучаемый признакВсегоЕсть рак
легкогоНет рака
легкогоМужчиныа=12Ь=50 51350 525Женщиныс=3d=55 09755 10023
ГЛАВА 22.3.4.	Отношение шансовЕще одной мерой ассоциации, количественно определяющей
взаимосвязь между фактором риска (отношением к изучаемой
субпопуляции) и результирующим изменением здоровья (заболе¬
ванием) в ретроспективном исследовании, является отношение
шансов, которое обозначается латинскими буквами OR (от англ.
Odds Ratio). В популяционном исследовании расчет показателя
«отношение шансов» (ОШ) предваряет выделение из общей по¬
пуляции исследуемой части (исследуемой субпопуляции). Остав¬
шаяся часть популяции может рассматриваться как субпопуляция
сравнения. Отношение шансов рассчитывается по вышеупомяну¬
той формулеOR = (ad) / (be),где а — число заболевших среди лиц, входящих в исследуемую субпо¬
пуляцию;b — число здоровых среди лиц в исследуемой популяции;
с — число заболевших лиц в популяции сравнения;
d — число здоровых в популяции сравнения.Расчет показателя отношения шансов заболевания имеет неко¬
торое сходство с расчетом показателя относительного риска. В обоих
случаях определяется число лет наблюдения и используется четы¬
рехпольная таблица. Например, в течение пятилетнего периода на¬
блюдения на административной территории с населением 35 467 чел.
зарегистрировано 24 случая рака легкого. За этот же период в насе¬
ленном пункте А, входящем в состав данной территории, выявлено
4 случая рака легкого. Среднегодовое число жителей в пункте А со¬
ставляет 1780 чел.Определим значение показателя отношения шансов заболева¬
ния раком легкого в населенном пункте А. Для начала рассчитаем
число человеколет наблюдений. Для административной территории
оно составит 177 335, а для населенного пункта А — 8900. Далее об¬
ратимся к четырехпольной таблице (табл. 2.4).Таким образом, показатель ОШ возникновения рака легкого для
пункта А составит:отношение шансов (OR) = (4 168 415)/(8896 20) = 3,8.24
НЕКОТОРЫЕ МЕТОДЫ ДЕСКРИПТИВНОГО ЭПИДЕМИОЛОГИЧЕСКОГО.Таблица 24Число случаев заболевания раком легкого среди мужчин и женщин
в населенном пункте АФакт заболеваемостиСубпопуляцияВсегоИзучаемаяСравнениеЗаболелоа4с24-4=2024Не заболело (в человекогодах)b8900-4=8896d177 335-8900-20=168 415177311Всего8900168 435177 335Одной из привлекательных особенностей OR (ОШ) является то,
что если явление (болезнь) встречается редко, то OR приближается
по значению к относительному риску. То, что OR может быть подсчи¬
тано исходя из значений четырехпольной таблицы, является другой
его привлекательной стороной. Это свойство особенно полезно при
анализе данных ретроспективных исследований, при котором груп¬
па случаев, т.е. группа заболевших (значения клеток а и с табл. 2.4)
сравнивается с группой специально отобранных контрольных лиц
(значения в клетках b и d). Размер контрольной группы может быть
любой, а истинный размер группы населения, из которой были взяты
случаи заболевания, обычно неизвестен, так что подсчитать показа¬
тели или относительный риск невозможно. Тем не менее можно под¬
считать OR и интерпретировать его как приближение относительно¬
го риска.Статистическая значимость показателя ОШ оценивалась с по¬
мощью критерия Хи-квадрат, процентные точки распределения ко¬
торого приведены в виде таблиц в руководствах по статистике [8, 85,
91]. В соответствии с табличными значениями критерия Хи-квадрат
суждение о наличии связи заболевания с изучаемым признаком при¬
нимается с вероятностью 95 % при %2>3,84 (р<0,05) и с вероятнос¬
тью 99 % при %2’>6,63 (р<0,01).
ГЛАВА 3. МЕТОД ВЫДЕЛЕНИЯ
СУБПОПУЛЯЦИЙКак уже отмечалось ранее, изучение влияние ФМИ на риск возник¬
новения ЗН является сложной научной проблемой. Присутствие
данных факторов во всей популяции не позволяет применить в такой
ситуации метод «случай-контроль», основанный на сравнительном
изучении заболеваемости лиц, имеющих контакт с анализируемым
фактором, и лиц, не имеющих такого контакта. Однако в рамках ис¬
следования, охватывающего, к примеру, все население изучаемой
территории, всю популяцию можно условно разделить на отдельные
части, на которые анализируемый фактор воздействует с разной сте¬
пенью интенсивности. В выделенных таким образом субпопуляциях
можно рассчитать значения показателя ОШ возникновения того или
иного заболевания и определить достоверность данного показателя.
Такой методологический подход может быть назван методом выде¬
ления субпопуляций (МВС). Данный метод не нов и уже использо¬
вался ранее в эпидемиологических исследованиях. Классическим
примером МВС является изучение различий в заболеваемости от¬
дельных этнических групп, проживающих на одной территории [58,
134]. Здесь же мы рассматриваем этот метод не с исторических по¬
зиций, а как начальный этап разработки методологических подходов
к системному популяционному исследованию эпидемиологических
аспектов в онкологии.В качестве примера приведем фрагмент исследования по изуче¬
нию влияния факторов внешней среды на риск возникновения ЗН у
детей, проведенного нами в 1982-1996 гг. [41, 45]. Основой данного
исследования являлось формирование субпопуляций, проживающих
на территориях, различающихся между собой по климато-географи-
ческим, социально-экономическим и экологическим условиям. При
этом суммировалась численность детского населения на территори¬
ях со сходными экологическими параметрами. В сформированных
таким образом субпопуляциях детей определялись значения показа¬
теля отношения шансов возникновения основных форм ЗН в срав¬
нении со среднерегионарными данными [41].26
МЕТОД ВЫДЕЛЕНИЯ СУБЛОПУЛЯЦЛЙТаким способом были сформированы т.н. популяции «крупных»
(с населением более 100 ООО чел.) и «малых» (с населением менее
100 ООО чел.) городов, поселков городского типа, сельских населен¬
ных пунктов. В свою очередь, в зависимости от температурного
режима в месте расположения населенных пунктов дополнительно
выделены популяции детей, проживающих в условиях умеренно те¬
плого, умеренно холодного, субарктического и арктического клима¬
та. К территориям арктического климата отнесены зоны Дальнего
Востока, сумма летних температур которых не превышала 600 °С. Для
субарктического режима этот показатель составил соответственно
1200 °С, для умеренно холодного - 1800 °С, На территориях умерен¬
но теплого климата сумма летних температур достигала 2400 °С [35].Аналогичным образом были сформированы субпопуляции де¬
тей, проживающих в населенных пунктах с разным среднегодовым
содержанием в близлежащих водоемах солей аммония и нефтепро¬
дуктов, а также с различным выбросом в атмосферу веществ техно¬
генного происхождения.Критерием для выделения таких субпопуляций детей явилось их
проживание в зонах со следующим среднегодовым содержанием в
водах загрязняющих веществ: нефтепродуктов — от 0 до 0,1 мг/л; от
0,1 до 0,2 мг/л; от 0,2 до 0,3 мг/л; от 0,3 до 0,4 мг/л; свыше 0,4 мг/л;
солей аммония — от 0 до 0,5 мг/л; от 0,5 до 1,0 мг/л; от 1,0 до 1,5 мг/л;
от 1,5 до 2,0 мг/л; свыше 2,0 мг/л.Другим критерием выделения субпопуляций был факт их прожи¬
вания в «малых» городах и поселках городского типа со следующими
уровнями суммарных выбросов в атмосферу веществ техногенного
происхождения: от 0 до 5 тыс. т/год; от 5 до 25 тыс. т/год; от 25 до
50 тыс. т/год; свыше 50 тыс. т/год.С целью изучения влияния характера экономического освое¬
ния местности на особенности территориального распространения
ЗН у детей сформировано несколько субпопуляций, проживающих
в населенных пунктах с различными типами промышленного про¬
изводства [37]. В качестве соответствующих количественных показа¬
телей использованы данные о численности рабочих на конкретных
предприятиях, отнесенных в зависимости от профиля работы к сле¬
дующим отраслям промышленности: добывающая (угле-, горно- и
Нефтедобыча), химическая (собственно химическая, а также нефте¬
перерабатывающая), машиностроительная (машино-, судо-, прибо¬27
ГЛАВА 3ростроение и вторичная металлообработка), целлюлозно-бумажная,
лесная (заготовка и обработка древесины), пищевая (обработка
сельхоз-, рыбопродуктов, производство продуктов питания), ли¬
тейная (промышленное производство, связанное с литьем черных
и цветных металлов), строительная (добыча и производство стро¬
ительного материала), а также легкая промышленность.С учетом данных литературы о влиянии различного вида про¬
изводств на состояние природной среды и здоровье населения
[24, 72, 73, 75, 77, 92, 109] все отрасли промышленного производства
были разделены на две группы. К первой отнесены предприятия, се¬
рьезно нарушающие местный экологический баланс (добывающие,
химические, целлюлозно-бумажные, литейные), ко второй — эко¬
логически менее опасные предприятия (лесной, пищевой и легкой
промышленности). По численности работающих все промпредприя-
тия разделены на крупные (свыше 500 чел. для городской местности
и 300 для сельской) и мелкие (менее 500 и 300 чел. соответственно).Следующим этапом явилось выявление двух типов детских суб¬
популяций. В первую включены дети, проживающие в населенных
пунктах с двумя и более крупными, экологически вредными произ¬
водствами, ко второй - в населенных пунктах с небольшими, эко¬
логически малоопасными промышленными предприятиями. Обе
субпопуляции были сформированы из детей, проживающих в малых
городах, поселках городского типа и сельской местности.Во всех выделенных субпопуляциях был проведен расчет показа¬
теля ОШ возникновения основных форм ЗН у детей в сравнении со
всей детской популяцией Дальнего Востока России.Проведенное исследование показало, что ОШ возникновения
ЗН у детей во многом зависит от социально-экономического типа
населенного пункта и климатической характеристики места его рас¬
положения (табл. 3.1)Из табл. 3.1 видно, что в условиях «крупного» города, располо¬
женного в зоне умеренно теплого климата, в популяции девочек в
1,23 раза возрастает показатель отношения шансов возникновения
острых лейкозов.При расположении «крупного» города в зоне умеренно хо¬
лодного климата ОШ возникновения всех форм ЗН у обоих полов
статистически достоверно не отличается от среднерегионарного
уровня.28
МЕТОД ВЫДЕЛЕНИЯ СУБПОПУЛЯЦИЙТаблица 3 1Отношение шансов возникновения злокачественных новообразований
у детей в зависимости от пола и места проживанияТипнаселенногопунктаКлимати¬ческийрежимМальчикиДевочкиФорма новообразованийОЛЗЛОЦНСНФБОЛЗЛОЦНСНФБ. Крупный»
городI0,910,97из0,821,23*1,071,101,13II1,141.000,651,120,970,870,661.21III0,66*0,53*0,690,671,020.45*0,590,65IV--------«Малый»городI1,75*1,89*1,85*2,28*1,47*1,71*1,88*1,36II1.85*1,341,91*3,18*1,381,631,661,01III0,570.920,651,210,162,030,450IV--------ПоселокгородскоготипаI1,091,50*1,39*1.771.191,441,57*1,46II1,72*1,161,231,401,69*1,031,57*1,53III1,190,930,940,780,710,720,880,90IV1,180,810,861,081,200.490,700,95СелоI0,851,060,880,580,62*1.280,970,63II0,57*0.75*0,58*0.600,45*0,800,59*0,86III0,590,50*0,33*0,620.49*0,530,460,48IV0,35*0,32*0,500,750.680,270,850,43* р <0,05Примечание. I - умеренно теплый климат; II - умеренно холодный климат;
III - субарктический климат; IV - арктический климатВ зоне субарктического климата в «крупных» городах наблю¬
дается снижение значений показателя отношения шансов мно¬
гих форм ЗН. В популяции мальчиков достоверные значения
Данного показателя определяются для острых лейкозов и злока¬
чественных лимфом, в популяции девочек - только для злокаче¬
ственных лимфом.Расположение «малого» города в зоне умеренно теплого клима¬
та оказывает наиболее заметное влияние на процессы онкогенеза
в Детской популяции. При этом как у мальчиков, так и у девочек
Достоверно возрастает значение показателя ОШ возникновения
острых лейкозов, злокачественных лимфом и опухолей ЦНС. Кро¬
ме того, в популяции мальчиков более чем в два раза повышается29
ГЛАВА 3риск возникновения нефробластомы. В условиях умеренно холод¬
ного климата влияние типа населенного пункта на значение пока¬
зателя ОШ возникновения новообразований более заметно в попу¬
ляции мальчиков. У них сохраняется высокий шанс возникновения
острых лейкозов, лимфом, опухолей ЦНС, а ОШ возникновения
нефробластомы увеличивается более чем в 3 раза.При расположении «малых» городов в зоне субарктическо¬
го климата наблюдается снижение показателя ОШ возникновения
большинства форм ЗН. Это, однако, не является достоверным.Повышение шансов возникновения опухолей ЦНС у мальчи¬
ков и девочек наблюдается в поселках городского типа, располо¬
женных в зоне умеренно теплого климата. Кроме того, в популя¬
ции мальчиков повышается шанс возникновения злокачественных
лимфом.В зоне умеренно холодного климата значение показателя ОШ
возникновения острых лейкозов возрастает как у мальчиков, так и
у девочек. У девочек, кроме того, повышены шансы возникновения
опухолей ЦНС.Расположение поселков городского типа в зонах субарктиче¬
ского и арктического климата существенно не влияет на значения
показателя ОШ возникновения новообразований у детей, делая его
схожим со среднерегионарным уровнем.В сельской местности в условиях умеренно теплого климата шан¬
сы возникновения большинства форм ЗН снижаются. Это, однако,
является достоверным только при остром лейкозе у девочек.Снижение значений показателя ОШ возникновения новообра¬
зований на селе наблюдается в районах с умеренно холодным, су¬
барктическим и арктическим климатом. В наибольшей степени это
заметно для острых лейкозов, злокачественных лимфом и опухолей
ЦНС.Таким образом, некоторые характеристики климатического ре¬
жима оказывают существенное влияние на шансы возникновения
ЗН у детей на Дальнем Востоке. Существуют факты прямой зави¬
симости между суммой летних температур на территориях региона
и ОШ возникновения основных форм ЗН. На этот процесс влияет
социально-экономический тип населенного пункта. Максимально
высокие значения показателя ОШ возникновения новообразований30
МЕТОД ВЫДЕЛЕНИЯ СУБПОПУЛЯЦПИнаблюдаются в поселках городского типа, минимальные - в сель¬
ской местности.Изучение распространения ЗН у детей в зонах с различными
уровнями загрязнения поверхностных вод показало следующую кар¬
тину (табл. 3.2).Таблица 3.2Отношение шансов возникновения злокачественных новообразований у детей,
проживающих на территориях с различными уровнями
химического загрязнения поверхностных водВидызагряз¬нителяСреднегодоваяконцентрацияОтношение шансов возникновенияОстрыелейкозыЗлокачественныелимфомыОпухолиЦНСНефро-бластомаСолиаммонияНизкая
0-0.5 мг/л1,45*0.951,261,10Высокая
>2,0 мг/л0,951.63*1,110.97Нефтепро¬дуктыНизкая
0-0,1 мг/л1,25*0,87*1,18*1.28Высокая>0,4мг/л0,89*1,53*1,121,18* р <0.05.Примечание. Стандарт — 1,0 — заболеваемость злокачественными новообразова¬
ниями детей всего Дальневосточного региона; оба пола.Из табл. 3.2 видно, что при низких уровнях загрязнения поверх¬
ностных вод нефтепродуктами и солями аммония ОШ возникнове¬
ния острых лейкозов у проживающих рядом детей увеличивается (р
<0,05).При низких концентрациях нефтепродуктов возрастают и шан¬
сы возникновения опухолей ЦНС. Картина, обратная вышеука¬
занной, наблюдается при злокачественных лимфомах. При малых
Уровнях загрязнения поверхностных вод нефтепродуктами ОШ
возникновения данных новообразований снижено. При значитель¬
ном химическом загрязнении данный показатель, наоборот, повы¬
шается (р <0,05).Антропогенное загрязнение воздуха в населенных пунктах мо¬
жет влиять на риск возникновения некоторых форм ЗН в детской
популяции (табл. 3.3).31
ГЛАВА 3Таблица 3.3Отношение шансов возникновения злокачественных новообразований в популяциях детей,
проживающих на территориях с различными уровнями среднегодовых
суммарных промышленных выбросов в атмосферуСреднегодовые
выбросы в атмосферу
(на 1 жителя)Отношение шансов возникновенияОстрыелейкозыЗлокачественныелимфомыОпухолиЦНСНефро-бластомаНизкие (0-300 кг)1,26*toО•*0,991,33Высокие (.>700 кг)0,63*0.690,651.04*р< 0,05.Примечание. Стандарт - 1,0 - заболеваемость ЗН детей обоего пола в Дальнево¬
сточном регионе.Из табл. 3.3 видно, что, если среднегодовые техногенные выбро¬
сы в атмосферу населенных пунктов невелики, ОШ возникновения
острых лейкозов и злокачественных лимфом у проживающих там
детей повышено (р <0,05). При значительном поступлении в атмос¬
феру химических веществ достоверно снижаются шансы возникно¬
вения лейкозов.Использование в данном примере методологии анализа субпо¬
пуляций позволяет сделать вывод: проживание детей в неблагопри¬
ятных экологических условиях Дальнего Востока, как правило, не
увеличивает у них шансы возникновения злокачественных опухо¬
лей. Наоборот, когда параметры внешней среды являются более ком¬
фортными, ОШ возникновения некоторых новообразований увели¬
чивается.Другим примером применения метода анализа субпопуляций
являются задачи из области организации здравоохранения. К одной
из них может быть отнесена оценка эффективности деятельности
онкологической службы.Попытаемся определить, влияет ли укомплектованность он¬
кологических служб в административных районах Хабаровского
края на частоту диагностики ЗН в 4-й стадии и на уровни смерт¬
ности больных в течение первого года с момента установления
диагноза?Для решения этой задачи используем МВС. Результаты такого
анализа представлены в табл. 3.4.32
МЕТОД ВЫДЕЛЕНИЯСУБПОПУЛЯЦИЙТаблица 3.4Отношение шансов диагностики 4-й стадии и смерти больных в течение первого года жизни
с момента установления диагноза злокачественных новообразований в районах,
различных по степени укомплектации онкологических кабинетов
врачебными кадрамиГруппы районов, онкологи¬
ческие кабинеты в которых
укомплектованысовместителями с сертифи¬
катами по онкологии4-я стадияГодичная летальностьОтношениешансовДостовер¬ностьОтношениешансовДостовер¬ность0,79р<0,010.77р<0,01совместителями без серти¬
фиката по онкологии1.01р >0,051.13р<0,01Не укомплектованы1,26р<0,011,14р<0,01Примечание. Хабаровский край; 1992—2002 гг. ; стандарт - 1,0 — частота диагно¬
стики и годичная смертность от ЗН в крае в целом.Как видно из табл. 3.4, в группе районов, где районные онкологи¬
ческие кабинеты были укомплектованы врачами, имеющими серти¬
фикат по онкологии, ОШ диагностики 4-й стадии ЗН составило 0,79
(р <0,01), а шансы годичной смертности больных - 0,77 (р <0,01).
В противоположность этому в группе районов, где отсутствовали он¬
кологи, шансы диагностики 4-й стадии новообразований и смерти в
течение первого года с момента установления диагноза были досто¬
верно высокими (ОШ=1,26 и 0111=1,14 соответственно).Следовательно, данные, полученные с помощью МВС, свиде¬
тельствуют о том, что укомплектованность районных кабинетов об¬
ученными врачебными кадрами снижает как шансы диагностики 4-й
стадии, так и шансы смерти больных в течение года с момента уста¬
новления диагноза ЗН. Наоборот, отсутствие районных онкологов
на территории достоверно увеличивает значимость данных показа¬
телей.
ГЛАВА 4. КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ
АНАЛИЗ В ПОПУЛЯЦИОННЫХ
ЭПИДЕМИОЛОГИЧЕСКИХ
ИССЛЕДОВАНИЯХ4.1.	КОРРЕЛЯЦИОННЫЙ АНАЛИЗОдним из основных показателей взаимозависимости двух случай¬
ных величин является парный коэффициент корреляции, слу¬
жащий мерой линейной статистической зависимости между этими
величинами [8]. Следовательно, этот показатель соответствует сво¬
ему прямому назначению, когда статистическая связь между соот¬
ветствующими признаками в генеральной совокупности линейна. То
же касается частных и совокупных коэффициентов корреляции [19].
Одним из требований, определяющих корреляционный метод, явля¬
ется требование линейности статистической связи, т.е. линейности
всевозможных уравнений регрессии [27].Указанные условия выполняются, если генеральная совокуп¬
ность распределена по многомерному нормальному закону [20].4.2.	КОРРЕЛЯЦИОННЫЙ АНАЛИЗ МНОГОМЕРНОЙ МОДЕЛИ4.2.1.	Расчет выборочного коэффициента корреляции
Выборочная ковариация равна-*00', -у„).л-i t!Отсюда получаем выборочный коэффициент корреляцииКРя sn(x)s„(y)'Проверка значимости парного коэффициента корреляции.34
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗВыдвигаем гипотезу о значимости коэффициента корреляции
Р" I " — 2 "М'Ех'2~пХя )(Х>’2-nY")V	1=1	i=iН0: xi линейно независимо от х, т. е. р (х,,х )=0 и обратно,Н,: х коррелированы с х р (х^х^О.Для проверки гипотезы находим th, равноеРг,л, >/»-2HtKp(a,s),где a — уровень значимости, S=n-2 — степень свободы.Если t <t , то х, х — некоррелированны. Если t >t , то х, х —Н кр7	Г J	ГГ г	н кр 5	Г Jкоррелированны, т. е. Н0 отвергается.Если х и х — коррелированны, то по коэффициенту корреляции
/>(х,х) можно определить, какой переменной отдаётся предпочтение:
если |р(хр,х)|>^(х ,х;)|, то предпочтение отдаетсяр(хр,х).4.2.2. Нормальный закон распределения
генеральной совокупностиНормальный закон распределения генеральной совокупности ск изучаемыми признаками хг х2,...хк определяется 2к+ 7.1! пара¬
метрами:	^
к - математическими ожиданиями Hj = М х, I = 1 + к;
к — дисперсиями o21 = Dx,i = l + к;
к(к~ 1)—-— - парными коэффициентами корреляциир =МrUX-М X -м/ 1 J 1у.35
ГЛАВА 41Р12Р» ■.. рр\%1Р- РпРз.Ргг1- РчРиРпРа ". 1Корреляционная матрица симметрична и положительно
определенаФормула для остаточной дисперсии, например, регрессии х1 на
х2хк имеет вид,WУ1/21 к У2 ’
лигде | — определитель матрицы Si.Формулы остаточных дисперсий (к—1) порядка других регрес¬
сий имеют аналогичный вид. Для получения различных остаточных
дисперсий любого порядка следует рассматривать соответствующие
корреляционные подматрицы, как было указано при вычислении
частного коэффициента корреляции.Множественный коэффициент корреляции ((k—1) порядка), на¬
пример, между и (х2, хк) определяется выражениемс\ с\/т> L1/23 А
1Л&Множественные коэффициенты корреляции (к-1) порядка
остальных случайных величин и других порядков определяются из
соответствующих подматриц исходной матрицы 9\к.4.3.	РЕГРЕССИОННЫЙ АНАЛИЗЧисловые данные, содержащиеся в таблицах, обычно имеют
между собой явные (известные) или неявные (скрытые) связи.Явно связаны показатели, которые получены методами прямого
счета, т. е. вычислены по заранее известным формулам. Например,
проценты выполнения плана, уровни, удельные веса, отклонения в36
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗсумме, отклонения в процентах, темпы роста, темпы прироста, ин¬
дексы и т. д.Большая часть явлений, происходящих в популяции, отно¬
сится к категории сложных и включает в себя скрытые связи.
Эти связи, как правило, заранее не известны. Однако объяснение
и прогнозирование сложных явлений невозможны без выявления
скрытых зависимостей с последующим их математическим моде¬
лированием. В основе выявления скрытых зависимостей лежит на¬
учное наблюдение за сложными явлениями [1,5,10,19,40]. Корреля-
ционно-регрессионный анализ позволяет на практике осуществить
описание и моделирование сложных процессов и явлений.Основными целями создаваемых математических моделей явля¬
ются объяснение, предсказание и управление явлением [10, 23, 74].Анализ начинается с измерения тесноты связей показате¬
лей с помощью коэффициента корреляции. При этом обна¬
руживаются связи, различные по силе (сильные, слабые, уме¬
ренные и др.) и направлению (прямые, обратные). Если связи
окажутся существенными, то целесообразно найти их матема¬
тическое выражение в виде регрессионной модели и оценить
статистическую значимость модели. Поэтому регрессионный
анализ называют основным методом современной математической
статистики для выявления неявных и завуалированных связей между
данными наблюдений. Электронные таблицы БД делают доступным
такой анализ.Корреляционно-регрессионный анализ связей между перемен¬
ными показывает, как один набор переменных (X) может влиять на
другой набор (У).Для получения значимого уравнения, по мнению одних стати¬
стиков, необходимо в 4-6 раз больше данных, чем факторов, влия¬
ние которых хотят выразить математически. По мнению других, эти
различия могут быть и больше.Первый этап - корреляционный анализ. Он используется для
отбора существенных факторов, а также для планирования эффек¬
тивной последовательности расчета параметров регрессионных урав¬
нений. При одном факторе вычисляют коэффициент корреляции, а
ПРИ наличии нескольких факторов строят корреляционную матрицу,
из которой выясняют два вида связей: (1) связи зависимой перемен¬
ной с независимыми, (2) связи между самими независимыми.37
ГЛАВА 4Рассмотрение матрицы позволяет выявить факторы, действи¬
тельно влияющие на исследуемую зависимую переменную, и ранжи¬
ровать их по степени убывания связи. При независимых переменных
анализ матрицы минимизирует число факторов в модели путем ис¬
ключения той части, которая сильно или функционально связана с
другими факторами.В рамках отдельных модельных допущений о типе распределе¬
ния вектора показателей (у, хр ху х.) может быть получен общий
вид уравнения регрессииДх) = М(у/х), где х=( хл,, х.)7'.Например, в предложении, что исследуемая совокупность пока¬
зателей подчиняется (к+1) — мерному нормальному закону распре¬
деления с вектором математических ожиданийММу'\МхугдеМх-Мх,,м * MYи ковариационном матрицей,
где о-=о\= М(у - Му)2;Тух/ Л/\11 2UУ»V у
'12 22• У*У>2У. У.. У.V ,ч к2к )Ул	У У	УУг = М(х,-Мх,)‘;(ху-Мх;); „ = ] = M{xj-MxjfУ У(1)38
КОРРЕЛЯЦИОННО регрессионный анализПолучаем, что уравнение регрессии (условное математиче¬
ское ожидание) имеет видМ(у/х)=И]+'£Тух^~\х-Мх).	(2)Таким образом, если многомерная случайная величина (у)
подчиняется (&+7)-мерному нормальному закону распределе¬
ния, то уравнение регрессии результативного показателя у по
объясняющим переменным xv х2, хк имеет линейный по х
вид.В практических приложениях часто встречаются задачи, в кото¬
рых изучается случайная величина у, зависящая от некоторого мно¬
жества переменных хр ..., хк и неизвестных параметров р 0=0,1,
2,..., к).Будем рассматривать (у, xr xv ..., хк) как (Л:+Л)-мерную генераль¬
ную совокупность, из которой взята случайная выборка объемов /г,
где (у, хр х„ ..., х - результат i-ro наблюдения i=l,2,..., п.Требуется по результатам наблюдений оценить неизвестные па¬
раметры р (j=0,1, 2,..., к).Описанная выше задача относится к задачам регрессионного
анализа.Регрессионным анализом называется метод статистическо¬
го анализа зависимости случайной величины у от переменных х
(j= 1,2,..., к), рассматриваемых в регрессионном анализе как не¬
случайные величины, независимо от истинного закона распреде¬
ления х.JОбычно предполагается, что случайная величина у имеет нор¬
мальный закон распределения с условным математическим ожи¬
данием у , являющимся функцией от аргументов х (j = 1,2,...,к) и
постоянной, не зависящей от аргументов дисперсий а1, т. е. следует
помнить, что требование нормальности закона распределения у не¬
обходимо лишь для проверки значимости уравнения регрессии. Для
получения точечных оценокр (j = 0, 1,2,..., к) этого условия не тре¬
буется.В общем виде линейная модель регрессионного анализа имеетвидкy=X/^<M*r*,,...,xJ+e;	(3)/=039
ГЛАВА 4где ср — некоторая функция его переменных х,, х2, xL;е - случайная величина с нулевым математическим ожиданием
и дисперсией а2.Следует отметить, что в регрессионном анализе под линейной
моделью подразумевают модель, линейно зависящую от неизвестных
параметров /? .Собственно линейной будем называть модель, линейно завися¬
щую как от параметров /? , так и от переменных х .В регрессионном методе вид уравнения регрессии выбирают ис¬
ходя из анализа физической сущности изучаемого явления и резуль¬
татов наблюдения.Наиболее часто встречаются следующие виды уравнений регрес¬
сии:•	собственно линейное многомерноеУ=Р0 + Лх1 + 0Л + -АЛ*•	полиномиальноеу =А) + Pixi + Pi х2 + -Ркх*'ё•	гиперболическое•	степенноеУ = Рi-xf‘xiP:Оценки неизвестных параметров уравнения регрессии накопят
обычно методом наименьших квадратов.4.3.1. Множественное линейное уравнение регрессии4.3.1.1.	Нахождение и анализ свойств оценки уравнения регрессииРассмотрим общий случай линейной регрессии, когда есть функ¬
ция к переменныххГ х2, хк\У = м{¥/х)=рй+р,хх+р2хг + ...ркх1к.40
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫМ АНАЛИЗПусть для оценки неизвестных параметров /? (i=0,1,2,...,к) урав¬
нения регрессии взята случайная выборка объемом п из (к+1)-мер¬
ной случайной величины (у, хг ху ..., хк) и yr хп, —,xik- результат мо
наблюдения, где i—l, 2,..., п.Модель множественной собственно линейной регрессии можно
представить для i = 1, 2,... ,п в видегде е - взаимно некоррелированные случайные величины с нулевым
математическим ожиданием и дисперсией cf , т. е. Л/е( = 0; De= а2.
В матричной форме линейная модель имеет вид(4)У = Х(3+е,(5)гдеЯУ2\Y	=V	Л 7 - вектор-столбец наблюдений размерности п,х.1 Х21 Х22X'2 к1 X X	X"2	матрица разномерности п(к+1) из¬вестных коэффициентов (n>k),п' к - вектор-столбец (размерности (к+1)) неизвестных па¬
раметров, которые подлежат оцениванию,41
ГЛАВА 4Б =£' "> — вектор-столбец (размерности п) случайных «ошибок».
Причем Me = 0, а ковариационная матрица I.(e) = Меет, гдеV£\ £1£2 Е1Еп£2Cj£\ Ej ■■■ £2£пM(esT) =(е,ег..£„)= МWl £п£ 2 ,Из условия (5) следует, что для i=l,2, ,.,п Me = а2 и М£а£а = 0 при
/, ф /,, тогдаЪ(е) = М (еет) = а2 Е ,	(6)где'I00 .. O'010 .. 0,000 .■ кЕ =единичная матрица размерности
(п х п).Нам необходимо найти методом наименьших квадратов
оценки неизвестных параметров ft. Они определяются из условия
минимизации скалярной суммы квадратов Q по компонентам
вектораQ = (Y-Xp)T(Y-Xp).
42(7)
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗВ самом деле(Y -Хр) =\ Ун )A.+IX/?( k ' лУ~Р оJ*lj-‘kkv /=1у„ -д,-Елаv J=1 /подставив найденное выражение в (7), получим скалярную сумму
квадратов:j=i	j=iУсловием обращения Q в минимум является система уравненийэе•	= 0,где у =0,1,2,...,к.Дифференцируя, получим-2Х'( Y - Х/1) = О,где Хт — транспонированная матрица X.Заменяя вектор b на оценку метода наименьших квадратов, по¬
лучимXrY = XrXb,где b ~ вектор-столбец (размерности (к+1)).Умножив обе части уравнения слева на матрицу (Xе X)1, обрат¬
ную матрице (XrX) , получим(ХтХу1(ХтУ)= ХТХ л(ХтХ)Ь,откудаb = p=(XrX)-'X'Y.(8)43
ГЛАВА 4Покажем, что оценки наименьших квадратов являются несме¬
щенными оценками.Учитывая, что операции над матрицами ассоциативны и дистри¬
бутивны, на основании (8) и (5) получимЪ = (ХГХ) -’XT Y= (ХгХ),Хг(Хр + е) = (X7 X)-’ (X7 X) р + (X1'Х)~'X7 е,
откудаb = р + (Хг X)-1 Хге.	(9)Из (8) следует, что вектор b подчиняется (к+/,)-мерному нор¬
мальному закону распределения как линейная функция нормально
распределенного вектора е. Закон распределения Ъ зависит от векто¬
ра математических ожиданий Mb и ковариационной матрицы £ (Ъ).
Так как матрица Xпостоянна (по условию элементы матрицы X— не¬
случайные величины), то с учетом Me = 0получимMb =р + QCX)-' Хт Мг =р.Мы доказали несмещенность оценок метода наименьших ква¬
дратов. В случае линейной модели b является несмещенной оценкой
с минимальной дисперсией вектора р.Ковариационная матрица вектора b равна:Ь(Ъ)=М[(Ь-Р)(Ь-РППосле подстановки в нее (9) получимX (Ъ)=М {[ХГХУ Х'с/ /Х'Х)1 Хге]т}-
Учитывая свойства матриц, будем иметь[ХТХ)1ХТ8]Т = £ТХ(ХТХ)1,откудаX (Ъ) =[ХГХ)-1ХГ Me ет Х(Х' ХУ’.Учитывая (6) и ХЕ = ЕХ, получимБ (Ъ) =ст ■2 X (Хг X)-1 EiX7 X),
и окончательно ковариационная матрица примет вид£ (Ь) =а 2(ХГ X)1.	(10)44
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗРассмотрим статистический смысл элементов этой матрицы.
Элементы главной диагонали матрицы (10) представляют собой дис¬
персии вектора оценок Ь. Вне главной диагонали ковариационной
матрицы расположены значения коэффициентов ковариации. На¬
пример, на пересечении 1-й строки и у-го столбца матрицы располо¬
жен коэффициент ковариацииcov (bt Ъ) = М(Ъ- (I) (Ь - Р),V&iJ = 0,1,2,.,.,к.Таким образом, оценка b коэффициента линейной регрессии р
(I = 0,1, 2,..., к) есть линейная функция (8) от у. Она имеет нормаль¬
ный закон распределения с математическим ожиданием /? j и дис¬
персией согласно (10)Db^flOOXYXгде \{ХГ А)1] — диагональный элемент обратной матрицы (ХГХ) \ со¬
ответствующий г'-й строке и j-му столбцу.Найдем несмещенную оценку £ для генеральной дисперсии о2,рассмотрим вектор остатков е = 7— Y = Y- ХЬ .Учитывая, что b = (ХТХ) ‘ Х^ и/? + е , получиме=Х$+е- X[(XJХ)~!Хг(Хр + е ]) == Хр+£-Х(ХтХ)-! (ХГХ)р -Х(ХГХ) We == Хр +s-Xs-Xp- Х(ХгХ)-’Хге,откудае = е-Х(ХХуХ>еиет = ет -ЕТХ(ХГХ),ХГ.ТогдаМ(у - Xb)T (Y — ХЬ) = Мете = Щет- етХ(ХТ X)1 Х\]*
*[е-Х(ХтХ)-‘ XTs] = MejS - МетХ(ХтХ)~' Хте - МетХ(ХтХ) ++ Ме> Х(ХТ X) ‘ Х'е.Исходя из того что произведение (Х'Х) на обратную (ХТХ) 1 дает
единичную матрицу, последнее слагаемое преобразуется к видуМет Х(ХГ X)1 Хг.45
ГЛАВА4Таким образом,Меге = Мете - М ет Х(ХГ X)1 Xе е .	(11)/1Учитывая, что скалярное произведение векторов ете= ^ Е, и
Ме\ — о2 для всех i-l,2,...,n, будем иметь	,=|Метоп■='ZE‘=na2.	(12)/=iЛегко убедиться, что матрица В = Х(ХТХ) ‘ Хт является симме¬
тричной, т. е. Вт = В. Для этого достаточно учесть, что[(ХТХ)-,]Т = /(ХХ)7/1 =(ХГХ)-'Из симметричности матрицы В следуетиМ(етBe) = м£ bijEEj,1 = 1где i,j = 1,2,..., п.Принимая во внимание, что математическое ожидание суммы
равно сумме математических ожиданий и что элементы матрицы В
являются неслучайными величинами, получим1».ме'2 + t».V, "у2,гВ■ <13)i=l , = 1Так как Me,2 = (Г по условию, Мее = 0из независимости вели-Пчины гг и ^ Ьц = trB — след матрицы В равняется сумме диагональ
<=1ных элементов квадратной матрицы.Подставив вместо В его выражение, получимМ(етВе) = МетХ(ХтX) ’ Хте = y2tr\X(Xr X) ' Хт\ =y2tr[(XTX)(XTX)-’ = y2trEi+l =у2( k + 1).	(14)Здесь учитывается свойство следа матрицы tr(AC)=tr(CA); ЕкЧ -
единичная матрица размерности (к+1)х(к+1). Сумма ее диагональ¬
ных элементов равна (к+1), т. е. trEk+I = к+1.Подставив в (11) найденные выражения, получимM(Y-Xb)T(Y-Xb) = (n~k- 1)а2,46
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗи несмещенная оценка остаточной дисперсии а2 равна;2=^гЬт W-xW-xb).	(15)4.3.1.2.	Проверка значимости уравнения регрессииДля проверки значимости уравнения регрессии воспользуемся
критерием дисперсионного анализа (F-критерием).Предполагается, что вектор е имеет нормальный закон распре¬
деленияееМп(м,у2 ЕИ).	(16)Предварительно докажем, чтоYrY = (Y-Xb)T(Y-Xb) + (ХЬ)Т(ХЬ).	(17)Преобразуем правую часть и поставим в нее выражение (17):(Y-bTXr)(Y-Xb)+(bTXr)Xb=YrY-YrXb-bTXrY+2bTXrXb==YrYXb-(YrXb)T+2bT(XTX)(XX)]XrY=YY.п	к. иТак как величина YrXb = bu ^ у: + ^ Л ^ ух^ есть скалярная ве¬
личина, ТО (YrXb)=(YrXb)T.	'=•	'=1
Мы доказали справедливость тождества.Проанализируем теперь смысл слагаемых этого тождества.пQ общ = Y‘ Y= ^ есть сумма квадратов отклонений у\ от н)щя.
Первое слагаемое (17)Qocnr(Y-Xby(Y-Xb)^е=Х е,2i=iесть сумма квадратов отклонений результатов наблюдения от ре¬
грессии Y = ХЬ.Второе слагаемоеп ЛQ= (ХЬУ(ХЬ)= Xj2i=iесть сумма квадратов отклонений от нуля, обусловленных регрес¬
сией.47
ГЛАВА 4Таким образом,Q -=QB + Q ■^ оощ	R	остМы имеем разложение общей вариации на составляющие.Так как ранг п квадратической формы Q равен сумме рангов
(к+1) и (п-к-1) квадратических форм QK и Qocm, стоящих в правой
части (13), то, согласно теореме Кохрана, слагаемые правой части QR
и Q независимы.^ остСогласно выражению (12)M(QoJ(n-k-l))=<5\Определим теперь математическое ожидание второго слагаемо¬
го Qr-MQ^MftXbWXb^MfbWXb).Подставив выражения (5) и (8) и учитывая, что
b ^УХОСОС)1 , будем иметьMQ=M[(er+ftTXr)X(XrX) 'П^/=
Mf£rX(XIX)lXreJ +ргХгХМк+ 1)о2+РТХ'Хр.Если предположить, что р=0, где 0 — нулевой вектор, тоMQ =(к+1)а2, откуда М= у2.К к + 1Мы показали, что при выполнении условия ft =0, т.е., когдаВо = в, = =...= в=0, —®осп- и	являются независимыми1	11	Ик /и-л-1 к +1щенками одной и той же дисперсии о2.В этой связи для проверки гипотезы Нд = 0 используется стати¬
стикаiw, = —	>	<18)1 Г Qotmп-к-\чоторая при выполнении гипотезы Н0 имеет F-распределение с
'к+1)- и (п-к-/^-степенями свободы.Если уравнение регрессии незначимо, т.е. все коэффициенты
уравнения регрессии для генеральной совокупности равны нулю, то
на этом анализ уравнения регрессии заканчивается.48
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗЕсли же нулевая гипотеза Нд: /3 = 0 отвергается, то представляют
интерес проверка значимости отдельных коэффициентов регрессии
и построение интервальных оценок для значимых коэффициентов.4.3.1.3.	Доверительные интервалы для линейной моделиПусть вектор ошибок е имеет нормальное распределение. В этом
случае вектор ^наблюдений (5) также имеет нормальное распределе¬
ние и из некоррелированности следует их независимость.Согласно выражению (6) оценка Ьр'=0,1,2,...к) имеет нормаль¬
ный закон распределения с математическим ожиданием /3 и диспер-Теперь определим интервальную оценку у в точке, определяе¬
мой вектором Х° начальных условий, размерности (к+1):Тогда несмещенная оценка с минимальной дисперсией значения
признака у в точке, определяемой условиями х°, равнаВ самом деле,Му = (х°У Mb = (х°)Т(3 = у, DY = (х°)т Х(Ь)х° = у2(х°)т(ХтХ)~'х°,где Е (Ь) - ковариационная матрица вектора оценок Ь.Найдем доверительный интервал для у и используем стати¬
стикукоторая имеет распределение Стьюдента с (п-к-1)-степенями свобо¬
ды. Из условия Р(\Т\< ty) = у, раскрыв неравенство, стоящее в скоб¬
ках, найдем интервальную оценку для у в точке, определяемой усло¬
виями х° с надежностью у.сией D(b) =а2[(Х’Х)у-у09)(20)49
ГЛАВА 4где s определяется по таблице t-распределения Стьюдента для
уровня значимости а =1-уи числа степеней свободы (п-к-1).Доверительная оценка для интервала предсказания у п+1 с на¬
дежностью у определится как_pn+1e [(X°)Tb±tv sJ(X0)T(XTX-'x° +1].	(21)4.3,2,	Этадш построения и анализа регрессионной модели с использо¬
ванием системы STATISTICA 6.0В рамках популяционно-эпидемиологического исследования
необходимы расчет параметров и построение регрессионных мо¬
делей. Для таких расчетов с успехом может применяться система
STATISTICA 6.0. Ниже представлена методология таких расчетов.Необходимо еще раз отметить, что целью регрессионного ана¬
лиза является максимально точное определение меры выявленной
связи, что было необходимо для определения прогноза значения
зависимой величины у при известных значениях независимых вели¬
чин Х„ .... X .1 27 , пВыявленная мера связи обобщенно выражалась математической
моделью линейной множественной регрессионной зависимостиу—ЪО + Ы х1 + Ь2х2+.... + Ьпхп.После получения вариантов уравнений регрессии определялась
их статистическая значимость, т. е. пригодность постулируемых мо¬
делей для использования их в целях предсказания. На этом этапе ис¬
ключительно важную роль играли коэффициент детерминации (R-) и
/’-критерий значимости регрессии.Коэффициент детерминации (R2) — квадрат множественного
коэффициента корреляции между наблюдаемым значением у и его
теоретическим значением, вычисленным на основе модели с опреде¬
ленным набором факторов. Коэффициент детерминации измеряет
действительность модели. Он может принимать значения от 0 до 1.
Эта величина особенно полезна для сравнения ряда различных моде¬
лей и выбора наилучшей модели.50
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫ!! АНАЛИЗК примеру, если R2 > = 0,8 (80 %), то остальная доля теорети¬
ческих значений у - 20 % - зависит от других, не участвовавших в
модели факторов. При этом если в данных присутствуют повторяю¬
щиеся значения, то величина У?2не достигает 1,0 и надежность оце¬
нок модели снижается. Поэтому повторяющиеся данные удалялись
из исходной таблицы до начала расчета регрессии.Средствами регрессионного анализа вычислялся F-критерий
значимости регрессии для уравнения в целом. Это рассчитанное по
фактическим данным значение Fp (F — расчетный, наблюдаемый)
сравнивалось с соответствующим критическим значением Fk (F —
критический, табличный). Fk выбирался из известных статистиче¬
ских таблиц при заданном уровне вероятности. Если наблюдаемое
значение Fp было меньше критического значения Fk, то уравнение
считалось незначимым.Далее нами определялся вклад факторов (хп) в формирование
выходного параметра (у).Для того чтобы оценить, насколько каждый фактор влияет на
значение этого параметра, были рассчитаны стандартизованные ко¬
эффициенты р. При получении стандартизованных коэффициентов
вычислялись вклады факторов в функцию, которые определялись
следующей формулой:где К — вклад соответствующего фактора Yв уравнение регрессии,R — коэффициент детерминации,Р — стандартизованные коэффициенты, полученные из анализа
уравнения регрессии.В случае, если полученная модель был статистически значи¬
мой, выполнялся заключительный этап корреляционно-регрес¬
сионного исследования, заключавшийся в применении предло¬
женной модели для прогнозирования (предсказания), управления
или объяснения. Незначимость модели линейной множественной
регрессионной зависимости служила основанием для того, чтобы
отвергнуть только линейную форму модели. При этом не исклю¬
чался факт, что нелинейная форма модели может быть статисти¬
чески значима.(22)51
ГЛАВА 4В случае, если коэффициент детерминации R2 был больше 0,7,
а фактический F-критерий значимости регрессии был больше крити¬
ческого, проводилось моделирование значения зависимой величины
у при известных значениях независимых величин хг х,	хп.Так как х„ х„ .... хп могут принимать любые значения, то для
упрощения построения графиков зависимостей независимой пере¬
менной от зависимых незначимые переменные считались равными
нулю. К примеру, при построении графика у от хр при построении
графика функции у = х; переменные л%, х7... считались равными
нулю.С помощью рассчитанных ранее параметров (коэффициентов
регрессии, вкладов) выбирались значимые переменные. Вклад в
исследуемую величину ограничивался уровнем 10 %, при этом
число исследуемых переменных сокращалось до 3-6, что, на наш
взгляд, достаточно для проводимого анализа. Таким образом, по¬
лучался набор графиков для каждого параметра от зависимых пе¬
ременных. Из данных графиков была видна зависимость перемен¬
ных. Используя этот метод, можно было определить, насколько
изменится величинах при изменении величины у. По полученным
графикам возможно определение только изменения величины,
саму же величину определить невозможно, так как график не
описывает остальных переменных, входящих в уравнение регрес¬
сии и, следовательно, так же влияющих на итоговое значение ис¬
следуемой величины (х).Если для каждой величины у посчитать сумму средних значений
остальных факторов, входящих в уравнение регрессии, и добавить к
уравнению, описывающему поведение величины у от х, уравнение
примет приближенно действительный вид: можно будет оценить на¬
стоящее значение величины х при изменении величины у. Это же
значение можно получить, подставив в уравнение регрессии средние
значения у.Для оценки краевых значений исследуемой величины построим
дополнительно два уравнения. Для оценки нижней границы иссле¬
дуемой величины добавим к уравнению, описывающему поведение
величины у от х, сумму минимальных значений остальных факторов,
входящих в уравнение регрессии, а для оценки верхней границы до¬
бавим к уравнению сумму максимальных значений остальных фак¬
торов, входящих в уравнение регрессии.52
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗ4.4. ПРИМЕРЫ ИСПОЛЬЗОВАНИЯ
РЕГРЕССИОННОГО АНАЛИЗА
В ПОПУЛЯЦИОННО-АНАЛИТИЧЕСКИХ
ЭПИДЕМИОЛОГИЧЕСКИХ ИССЛЕДОВАНИЯХ4.4.1.	Оценка влияния социальных факторов
иа'Некоторые показатели эффективности деятельности
онкологической службыОбщеизвестно, что наиболее важными параметрами деятельно¬
сти онкологической службы являются своевременность диагности¬
ки ЗН и эффективность их лечения. Наряду с частотой диагностики
ранних стадий новообразований наиболее объективным критери¬
ем эффективности деятельности онкологической службы является
показатель выживаемости. Общая выживаемость, безрецидивная
выживаемость, свободная от неудач лечения бессобытийная выжи¬
ваемость наряду с медианой выживаемости являются критериями,
рекомендуемыми в современной онкологии для оценки эффектив¬
ности лечения ЗН [22]. Одним из главных условий для расчета та¬
ких показателей является полная актуализированная информация
о состоянии больного с момента выявления заболевания до смерти.
Такую информацию можно получить из больничных или популя¬
ционных канцер-регистров, которые в настоящий момент рассма¬
триваются как стандарт учета онкологических больных. Однако на
большинстве территорий РФ канцер-регистры находятся в стадии
формирования, поэтому их данные пока не могут быть использованы
для оценки деятельности онкослужбы.Для большинства территорий нашей страны единственно до¬
ступными источниками информации для анализа эффективности
Деятельности онкослужб являются статистические отчетные данные
онкологических учреждений (уч. форма № 7 — по [25, 43]). Группи¬
ровка информации в этих отчетах не позволяет рассчитывать показа¬
тели выживаемости общепринятыми методами. Однако эти данные
могут быть использованы для определения частоты диагностики той
или иной стадии, годичной летальности, уровней смертности среди
онкологических больных и коэффициента накопления. Данные по¬
казатели могут быть положены в основу оценки эффективности дея¬
тельности онкологических служб. Большая часть из этих параметров53
ГЛАВА 4характеризуются частотой встречаемости и определяются как экстен¬
сивные или интенсивные показатели. Они обладают свойствами тер¬
риториальной и временной вариабельности и изменяются в зависи¬
мости от возраста. Иными словами, частота диагностики отдельных
стадий, годичная летальность и смертность онкологических больных
имеют все черты классических эпидемиологических показателей, а
эффективность деятельности онкологической службы может быть
объектом эпидемиологического исследования. На эффективность
деятельности онкологической помощи населению оказывают вли¬
яние многие факторы, в том числе медицинские, экономические,
социальные, демографические и т.п. Часть из них в той или иной
степени попадает под определение ФМИ. Примером могут служить
экономические и социальные факторы (степень экономического
развития территории, развитость коммуникаций, финансовая обе¬
спеченность населения, безработица и т.п.), оказывающие влияние
на всю популяцию или на значительную ее часть. Таким образом, эф¬
фективность деятельности онкологической службы и влияющие на
нее социально-экономические факторы, имеющие признаки ФМИ,
могут являться объектом эпидемиологического исследования с по¬
мощью ПАМ.В качестве примера применения ПАМ рассмотрим изучение
влияния социально-экономических факторов на особенности тер¬
риториального распределения 4-й стадии ЗН.В данном исследовании нами использованы материалы о соци¬
ально-экономическом состоянии административных районов Хаба¬
ровского края за период с 1995 по 2002 г. [64, 89, 90]. На основании
погодичных значений были рассчитаны среднегодовые показатели
(см. табл. 4.1).В исследовании были также использованы отчетные данные кра¬
евого онкологического диспансера и районных онкологических каби¬
нетов (уч. форма 7) за период с 1992 по 2003 г., на основании которых
рассчитаны показатели частоты диагностики 4-й стадии ЗН.Изучение влияния социальных факторов на уровни территори¬
ального распределения 4-й стадии ЗН (У,) методом множественной
линейной регрессии показало следующую зависимость:Y= -0,ЗХ4 +0,001ХЫ +5,2Х9 -0,4Х7 ~ 4,4Х, -0,5Хп +J9,2XIS ++ 2,6Х,+0,00 IX, -23,5Хп +0,1XS +32,6Х10 +1,0ХЬ +0,001XSпри R2= 0,85.54
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗТа ь л и ц а 4.1Базовые показатели, характеризующие социально-экономическую обстановку
в районах Хабаровского краяГруппафакторовОтдельныефакторыЕдиницы
измерения факторов1. Макро¬
экономическое
состояние
территорииИндекс производства промышлен¬
ной продукцииВ % к предыдущему годуОбъем промышленного
производстваВ млн рубОбъем промышленного
производства на душу населенияВ тыс. руб.2. ПоказателизанятостинаселенияУровень занятости населенияВ % занятых в экономиче¬
ски активном возрастеЧисленность зарегистрированных
безработныхЧисленность человек на
конец годаУровень регистрируемой
безработицыЧисленность человек на
конец годаНапряженность на рынке трудаКол-во человекУдельный вес в составе безработных
лиц. состоящих на учете более одного
годаВ %Уровень вакантности рабочих местВ % ко всем рабочим местам3. Заработная
платаОтношение номинальной заработной
платы к среднекраевому уровнюВ ГсСреднемесячная номинальная за¬
работная платаВ руб.Темп прироста реальной заработной
плат ыВ ‘с. к предыдущему годуЗадолженность по заработной платеВ месяцах4. Транспорт¬
ные коммуни¬
кацииСтепень развития транспортных
коммуникацийВ баллах5. Жилищное
строительствоВвод в действие жилых домов на
1000 чел. населенияВ квадратных метрах обшей
площадиДанное уравнение множественной линейной регрессии можно
представить в табличном виде (табл. 4.2).Как видно из табл. 4.2, положительное влияние на частоту рас¬
пространения 4-й стадии ЗН оказывают такие показатели, как объем
Промышленного производства, темп прироста реальной заработной
Платы, степень развития транспортных коммуникаций, уровень за¬
нятости населения, численность зарегистрированных безработных,55
ГЛАВА 4Та б л и ца 4.2Результаты анализа методом множественной линейной регрессии влияния
некоторых социальных факторов на территориальное распределение
4-й стадии злокачественных новообразованийНаименованиефактораОбозначениефактораКоэффициентрегрессииВкладДостовер¬ностьУровень регистрируемой без¬
работицых4-0.30.60,7722Объем промышленного про¬
изводства на душу населениях*0.02.60,1707Темп прироста реальной за¬
работной платыX,5.28,10,0031Отношение номинальной за¬
работной платы к среднекрае¬
вому уровню-0,46,40,0601Индекс производства про¬
мышленной продукции в %
к предыдущему годуX,-4,44,90.0223Ввод в действие жилых домов
на 1000 чел. населенияX-iq-0,511,30,0013Степень развития транспорт¬
ных коммуникацийх2,19,212,00,0132Уровень занятости населенияX,2,613,80,0016Численность зарегистриро¬
ванных безработныхX.0,07,90,0198Задолженность по заработной
плате (в месяцах)-23,56,00,0143Напряженность на рынке
труда0,15,80,0223Уровень вакантное™ рабочих
местХ,732,65,60,0216Удельный вес в составе без¬
работных лиц, состоящих на
учете более I года\1.07.90,0488Среднемесячная номинальная
заработная плата0,05.00,1346напряженность на рынке труда, уровень вакантное™ рабочих мест,
удельный вес в составе безработных лиц, состоящих на учете более
года, среднемесячная номинальная заработная плата. В свою очередь,
отрицательное влияние на частоту распространения запущенных56
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗформ ЗН оказывают уровень регистрируемой безработицы, от¬
ношение номинальной заработной платы к среднекраевому уров¬
ню, индекс производства промышленной продукции в процентах к
предыдущему году, ввод в действие жилых домов, задолженность по
заработной плате.Чтобы проанализировать реальное влияние этих факторов на
проблему запущенности ЗН, было необходимо изучить вклад каж¬
дого из факторов в среднее по краю значение частоты диагностики
4-й стадии опухолей, а также оценить достоверность каждого вклада.
Согласно табл. 4.2 наиболее значимый вклад в формирование тер¬
риториального распределения 4-й стадии вносят такие социально-
экономические факторы, как уровень занятости населения, степень
развития транспортных коммуникаций и ввод в действие жилых
домов. Значения вкладов этих факторов составляют соответствен¬
но 13,8, 12,0 и 11,3 %, являясь достоверными (р>0,05). Несколько
меньшее, но достоверно значимое влияние (р>0,05) оказывают по¬
казатели темпа прироста реальной заработной платы (8,1 %), чис¬
ленность зарегистрированных безработных (7,9 %), удельный вес в
составе безработных лиц, состоящих на учете более 1 года (7,9 %),
задолженность по заработной плате в месяцах (6,0 %), индекс произ¬
водства промышленной продукции в процентах к предыдущему году
(4,9 %).Полученные данные, несомненно, требуют серьезного объясне¬
ния, однако их корректная интерпретация выходит за рамки этой
монографии. В представленном случае показана лишь возможность
использования метода множественной линейной регрессии в изуче¬
нии на популяционном уровне ФМИ, в частности факторов, обу¬
словливающих позднюю диагностику ЗН.4.4.2.	Доказательства социально обусловленной природы
некоторых заболеванийНа протяжении многих десятилетий накоплены многочисленные
Факты, позволившие отнести ряд заболеваний к социально обуслов¬
ленным. Среди них туберкулез, венерические заболевания, алкого¬
лизм и наркомания. Однако до сих пор не решен вопрос — можно ли
11 качестве социальных болезней («социопатогенез») рассматривать57
ГЛАВА 4злокачественные новообразования. Некоторые исследователи прямо
называют рак болезнью бедных [123, 129], другие более осторожны в
своих оценках. Вместе с тем достоверно показано, что заболеваемость
раком шейки матки выше у женщин с низким материальным достат¬
ком [126, 127, 142], а частота рака толстой кишки и предстательной
железы - в популяциях с высоким социально-экономическим уров¬
нем [107, 128]. В определенной степени о влиянии социальных фак¬
торов на онкологическую заболеваемость свидетельствует наблюда¬
емая во многих странах устойчивая тенденция к снижению частоты
рака желудка на протяжении последних десятилетий. Это объясня¬
ется улучшением качества питания, что во многом связано с ростом
материального благосостояния.Использование метода множественной линейной регрессии в
целях ПАМ позволяет в первом приближении получить ответ на во¬
прос, является ли ЗН социально обусловленным заболеванием?Для начала необходимо в рамках популяционно-аналитическо-
го эпидемиологического исследования выяснить роль социально-
экономических факторов в возникновении тех заболеваний, чья со¬
циально обусловленная природа не вызывает сомнения. В качестве
таковых нами были выбраны алкоголизм, наркомания, сифилис, го¬
норея и туберкулез.В исследовании нами были использованы погодичные данные
Министерства здравоохранения Хабаровского края о частоте дан¬
ных заболеваний в районах края, а также материалы мониторинга
социально-экономического состояния административных районов
Хабаровского края за период с 1995 по 2002 г. [89, 90]. На основании
погодичных значений были рассчитаны среднегодовые показатели,
которые в дальнейшем были подвергнуты регрессионному анализу.Рассмотренные ранее социально-экономические показатели
были разделены на несколько групп, характеризующих макроэко¬
номический статус административных территорий края, их демо¬
графическое состояние, занятость населения, его доходы, жилищ¬
ное строительство на территориях и степень развития транспортных
коммуникаций.Для всех изученных заболеваний были построены уравнения
множественной линейной регрессии с высокими значениями коэф-
фициента детерминации (R2>0,88). Это означало, что на особенно-
сти территориального распространения хронического алкоголизма,58I
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗнаркомании, сифилиса, гонореи и туберкулеза социально-экономи¬
ческие факторы оказывают существенное влияние. Полученные дан¬
ные можно рассматривать как математическое доказательство при¬
надлежности данных заболеваний к социальным. Изучение вклада
отдельных групп социальных факторов в территориальное распро¬
странение данных заболеваний в Хабаровском крае показало неод¬
нородную картину (табл. 4.3).Таблица 4,3Групповое влияние социально-экономических факторов
на территориальное распространение некоторых форм заболеваний в Хабаровском краеГруппа факторовВклад групп факторов
в распространение заболеваний. %Хрониче¬
ский алко¬
голизмНаркома¬нияСифи¬лисГоно¬реяТуберку¬лезМакроэкономическиепоказатели11,620,734,11,634,7Занятость населения12.333,226,770,120,9Заработная плата50,99,935,10,029,6Коммуникации0,024,30,015,30,0Жилищноестроительство12,30,03,47,00,0Прочие12,811,90,75.914.9Из табл. 4.3 видно, что если на распространение хронического
алкоголизма наибольшее влияние оказывают факторы заработной
платы, то на наркоманию и гонорею большее влияние оказывает
занятость населения. Для распространения сифилиса наибольшее
значение имеют макроэкономические показатели развития террито¬
рии и заработная плата, а для распространения туберкулеза - макро¬
экономическое состояние территории. На рис. 4.1—4.5 представлены
результаты регрессионного анализа влияния основных социально-
экономических факторов на значения показателя распространения
запущенных форм заболеваний по административным районам Ха¬
баровского края.Однако анализ влияния рассматриваемых социально-эконо¬
мических факторов на распространение основных форм ЗН пока¬
зал отсутствие какой-либо связи между изучаемыми явлениями.59
ГЛАВА 45,90%-, 1j60%7,00% 5\ 1	| Макроэкономическиепоказатели2	Занятость населения3	Коммуникации4	Жилищное строительство5	Прочие10%Рис 41 Групповое влияние социально-экономических факторов на значение пока¬
зателя распространения гонореи в Хабаровском краеПри попытке построения уравнения множественной линейной
регрессии коэффициент детерминации не превышал 0,25. Таким
образом, результаты исследования с применением регрессион¬
ного анализа в рамках ПАМ свидетельствуют о том, что ЗН не
могут быть строго отнесены к социально обусловленным заболе¬
ваниям.Вместе с тем представленные ранее в разд 4.4.1 данные ука¬
зывают на значительную роль социальных факторов в формиро¬
вании картины территориального распространения запушенных
форм ЗН. Оценка группового влияния социально-экономических1	Макроэкономические
показатели2	Занятость населения
) 3 Заработная плата*	4 Коммуникации5 Прочие20%Рис 4 2 Групповое влияние социально-экономических факторов на значение Пока¬
зателя распространения наркомании в Хабаровском крае60
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗРис. 4 3 Групповое влияние социально-экономических факторов на значение пока¬
зателя распространения туберкулеза в Хабаровском краефакторов на распространение 4-й стадии новообразований сви¬
детельствует, что наибольший вклад в территориальную частоту
запущенных форм опухолей вносят факторы, относимые к заня¬
тости населения, - 41,6 %. Несколько меньшее значение име¬
ют факторы, отражающие состояние заработной платы (25,5 %),
транспортных коммуникаций (12,0 %) и жилищного строитель¬
ства (11,3 %).Таким образом, использование метода множественной ли¬
нейной регрессии позволяет получить данные, свидетельствую¬
щие, что в целом ЗН на популяционном уровне нельзя относить
к социально обусловленным заболеваниям, таким, например, какРис 4 4 Групповой вклад социально-экономических факторов на значение показате¬
ля распространения хронического алкоголизма в Хабаровском крае61
ГЛАВА 43,40% 0,70%1	Макроэкономические
показатели2	Занятость населения3	Заработная плата4	Жилищное строительство5	ПрочиеРис. 4.5. Групповое влияние социально-экономических факторов на значение пока¬
зателя распространения сифилиса в Хабаровском краехронический алкоголизм, наркомания, венерические болезни и
туберкулез. Вместе с тем на территориальное распространение за¬
пущенных форм новообразований социальные факторы оказывают
существенное влияние.4.4.3. Изучение влияние содержания микроэлементов
в почвах на особенности территориального распространения ЗНРоль микроэлементов в онкогенезе активно обсуждается в
мировой литературе [95, 96, 98, 104, 111, 121]. Вместе с тем наи¬
менее изученным вопросом до сих пор остаются особенности
распространения ЗН в различных геохимических провинциях. С
одной стороны, это отчасти связано со сложностями определения
содержания микроэлементов в поверхностных почвах и породах на
крупных территориях, а с другой стороны - с недоработанностью
методологических подходов к эпидемиологическим исследованиям
данного направления.Начиная с 80-х годов прошлого века совместно с ИТиГ ДВО
РАН нами проводилось изучение широкого спектра микроэлемен¬
тов в почвах и горных породах на территории Хабаровского края [52].
В эпидемиологическом исследовании были использованы материа¬
лы о содержании 36 микроэлементов в 10 234 пробах почв и пород,
взятых из 524 точек на территории 14 административных районов в
Хабаровском крае.62
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫМ АНАЛИЗПри изучении влияния микроэлементов почв на уровни онко¬
логической заболеваемости методом множественной линейной ре¬
грессии были использованы два методологических подхода.В первом случае в исследование были включены результаты
проб, соответствующие территориальному расположению «малых»
населенных пунктов с числом жителей менее 2 тыс. чел. Таких пун¬
ктов, включенных нами в исследование, оказалось 133. По матери¬
алам канцер-регистра краевого клинического центра онкологии в
этих населенных пунктах были определены уровни общей онколо¬
гической заболеваемости и показатели частоты диагностики основ¬
ных форм ЗН. На основании всех этих данных составлена матри¬
ца для регрессионного анализа. Расчет уравнения множественной
линейной регрессии для матрицы, включавшей данные об общей
онкологической заболеваемости и содержании микроэлементов в
почвах населенных пунктов, показал, что коэффициент детерми¬
нации Л2=0,4, означавший, что большая доля теоретических зна¬
чений у (уровней заболеваемости) зависела от других, не учтенных
моделью, факторов. Аналогичная ситуация имела место и при ана¬
лизе методом множественной линейной регрессии степени влия¬
ния содержания микроэлементов в почве на уровни заболеваемости
отдельными формами ЗН. Максимальные значения коэффициента
детерминации в этих случаях не достигали 0,2. Создалось впечатле¬
ние, что в выбранной нами модели нет явной связи между частотой
ЗН в малых населенных пунктах и содержанием в почвах в местах
их расположения изучаемых микроэлементов. Об этом косвенно
свидетельствуют и низкие (не более 0,3) значения коэффициента
парной корреляции между частотой ЗН, с одной стороны, и содер¬
жанием микроэлементов, с другой.Иной выбранный нами методологический подход заключался
в предварительном расчете среднего содержания микроэлементов в
почвах районов путем включения в исследование результатов проб,
соответствующих только тем населенным пунктам, в которых про¬
живало более 70 % населения административных территорий. Если
основная масса населения административного района проживала
не в одном, а в двух и более населенных пунктах, вычислялись сред¬
ние содержания микроэлементов по пробам из данных пунктов.
Результаты проб, приходящиеся на малонаселенные территории,63
ГЛАВА 4игнорировались. Из исследования были также исключены популя¬
ции Хабаровска, Комсомольска-на-Амуре, Амурска, Николаевска,
поскольку какое-либо существенное влияние естественного микро-
элементного состава почв на риск возникновения ЗН в популяции
крупного города априори было маловероятным.В исследовании были проанализированы данные краевого он¬
кологического диспансера о заболеваемости населения районов
Хабаровского края основными формами ЗН в возрастных группах0—39 лет, 40—59 лет, 60 лет и старше. Составлена соответствующая
матрица, включающая, с одной стороны, данные об онкологической
заболеваемости в районах, а с другой стороны - средние значения
в их почвах 36 микроэлементов [48, 50]. При анализе данной матри¬
цы оказалось, что между содержанием в почвах отдельных элемен¬
тов имеется сильная прямая корреляция, что противоречит услови¬
ям расчета уравнения множественной линейной регрессии (гл. 4).
В этой связи микроэлементы с высокой степенью корреляции были
объединены в несколько групп (табл. 4.4).Расчеты показали, что для большинства форм ЗН, вне зависи¬
мости от возраста, коэффициент детерминации уравнения множе¬
ственной линейной регрессии не достигал 0,7, что отвергает гипоте-Таблица 4.4Группы микроэлементов, включенные в регрессионный анализ влияния
химического состава почв на частоту возникновения
злокачественных новообразованийГруппаОбозначение
в регрессионном анализеМикроэлементы, входящие в группу1X, )>i , >а-‘'
>0'-'Литий, бериллий, фосфор, сера, титан, хром,
кобальт, никель, галлии, германий, рубидий,
иттрий, цирконий, ниобий, молибден, барии,
итербий, вольфрам, свинец, висмут, уран2Ванадий, цинк, олово, торий3Кадмий, сурьма4X,Серебро5Стронции6\Мышьяк7х7Медь64
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗзу о влиянии содержания микроэлементов в почвах на особенности
территориального распространения большинства форм ЗН. Вместе с
тем имелись и некоторые исключения.Так, при исследовании территориальных особенностей распро¬
странения ЗН в целом, вне зависимости от возраста (У), уравнение
регрессии имело видУ. = 3521,5Х +431,2Х-2826Х, +44,ЗХ, +681,5Х. ++ 2902,5Х6-19108,1Х7при R2= 0,92.Из этого уравнения видно, что на уровни онкологической забо¬
леваемости населения прямое влияние оказывало содержание в по¬
чвах микроэлементов 1-й и 2-й групп, а также серебра, стронция и
мышьяка. Иными словами, на территориях, где содержание данных
микроэлементов было относительно высоким, отмечалось повыше¬
ние частоты новообразований, а на территориях с низким содержа¬
нием данных веществ наблюдалась обратная картина. Отрицательное
влияние на уровни онкологической заболеваемости выявлено для
микроэлементов 3-й группы (кадмия и сурьмы), а также для меди.
Это значит, что в районах, расположенных на территориях с низким
содержанием в почвах данных веществ, уровни онкологической за¬
болеваемости имели тенденцию к повышению, а на территориях с
высокой концентрацией — к понижению.Вклад отдельных факторов в формирование значений показате¬
лей онкологической заболеваемости представлен в табл. 4.5.Как видно из табл. 4.5, наибольшее влияние на уровни онколо¬
гической заболеваемости оказывает содержание в почвах стронция —25,2	% (р=0,03). Вклад других микроэлементов был менее значитель¬
ным, а уровни показателя вкладов недостоверными (р >0,05).На уровни заболеваемости лимфогранулематозом в популяции,
включающей в себя все возрастные группы, микроэлементный со¬
став почв оказывает определенное значение.Уравнение множественной линейной регрессии в этом случае
имеет следующий вид:У, = 224,8Х + 13,8X^-215,ЗХ, -0,8Х4 + 44,2Х5 +42,6Х6 +2582Х1
при/?2=0,97.65
ГЛАВА 4Таблица 45Вклады микроэлементов почв в формирование значений
показателей частоты ЗН, рассчитанные на основании уравнения
множественной линеиной регрессииФормаЗНВозраст¬ныегруппыГруппамикроэле¬ментовМикроэлементы, входящие в
группу%вкладаДостовер¬ностьВсеновооб¬Всевозрастых,Li, Be, Р. S, Ti,Cr, Co,Ni, Ga, Ge, Rb,
Y. Nb, Zr, Mo, Ba, Yb, W, Pb, Bi, U4,60,7110разова¬нияV, Zn, Sn, Th21,00,0661XCd, Sb15,40,1039Ag10,90,1830XSr25,20,0315X,As7,60,3332X,Cu7.70,3735Лимфо¬грану¬Все воз¬
растыX,Li, Be, P, S, Ti.Cr, Co,Ni, Ga, Ge, Rb,
Y, Nb, Zr, Mo, Ba, Yb, W, Pb. Bi, U5,50,4048лематозх,V, Zn, Sn, Th13,20,0356X,Cd, Sb22,10,0019Х4Ag3,50,3922х%Sr30,90,0006х„As2,10,5970X,Cu19,50,0034Сар¬комы0-39 летX,Li, Be, P, S, Ti.Cr, Co.Ni, Ga. Ge, Rb.
Y, Nb, Zr. Mo, Ba, Yb. Щ Pb, Bi, U17,30.1121скелетах2V, Zn, Sn, Th3,40.6678мягкикX,Cd, Sb13,50,0785тканейХ4Ag30.90,0017X,Sr0,70,9234Х6As11,80,0841Х;Cu16,80,0378Хрони¬ческим0-39 летX,Li. Be, P, S, Ti,Cr, Co,Ni, Ga, Ge, Rb,
Y, Nb, Zr, Mo, Ba, Yb, W, Pb, Bi, U22,40.0603миело-лейкозX,V, Zn. Sn, Th5,70,4875XCd, Sb6,60,3617Х4Ag23,60,0077X,Sr8,60,2952X,As2,30,7182X,Cu22,30,014766
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫМ АНАЛИЗОкончание т а б л 45формаЗНВозраст¬ныегруппыГруппамикроэле¬ментовМикроэлементы, входящие в
группу%вкладаДостовер¬ностьЗНносо-40 59 лет\Li, Be. Р, S, Ti.Cr, Co,Ni. Ga, Ge, Rb,
Y, Nb, Zr, Mo, Ba, Yb, W, Pb, Bi, U2,30.8973х2V, Zn, Sn, Th2,70,8504X,Cd, Sb20,60,1337Х4Ag1,10,9233X,Sr59 60,0043Х6As1,10,9225Х7Cu4,6Г 0,7127Рак мо¬
лочной60 лет и
старшеX,Li. Be. P, S, Ti,Cr, Co.Ni. Ga, Ge, Rb,
Y, Nb, Zr, Mo, Ba, Yb, W, Pb, Bi, U28,40,0072железыX,V, Zn, Sn, Th15.40,0350X,Cd, Sb12.10,0483X,Ag5,10,2917X■>Sr6.00,3130х„As6.10,2123Х7Cu20,70.0052Положительное влияние на уровни заболеваемости данным но¬
вообразованием (У2) оказывало содержание в почвах 1 -й и 2-й групп
микроэлементов, а также меди, мышьяка и стронция. Отрицательное
влияние отмечено для 3-й группы микроэлементов, а также серебра,
причем максимальный вклад в значения показателей заболеваемо¬
сти ЛГМ — 30,9 % - вносили уровни содержания в почвах стронция
(р=0,0006). Несколько меньшие значения вкладов — 22,1 % — прихо¬
дятся на 3-ю группу микроэлементов, включающую кадмий и сурьму
(р=0,0019). Еще менее значимые, но достоверные значения вкладов
связаны со 2-й группой микроэлементов (ванадий, цинк, олово, то¬
рий), а также медью (табл. 4.5).Было отмечено также влияние микроэлементов на особенности
территориального распространения сарком скелета и мягких тканей
в популяции лиц 0-39 лет (У,). Полученное уравнение множествен¬
ной линейной регрессии имело вид67
ГЛАВА 4У,=218,7Х, + 1,1Х-40,5Х,+2,1Х,—0,3X-—74.0Х +684,5Х-у	1 1 2	s	4	^	о	/при R2 = 0,94.Как видно из этого уравнения, положительное влияние на уров¬
ни заболеваемости саркомами скелета и мягких тканей оказывали
микроэлементы 1-й и 2-й групп, а также серебро и медь. В свою оче¬
редь, отрицательное влияние отмечено для 3-й группы микроэлемен¬
тов, стронция и мышьяка. Результаты расчетов вкладов исследуемых
микроэлементов в значение уровней заболеваемости саркомами ске¬
лета и мягких тканей, представленные в табл. 4.5, свидетельствуют,
что наибольшие значения соответствующего показателя — 30,9 % -
приходились на серебро (р=0,0017). Меньший вклад был отмечен для1-й группы микроэлементов (17,3 %) и меди (16,8 %). Однако только
для меди значения вклада были достоверными (р=0,0378).Другой формой новообразований, при которой в популяции лиц
моложе 40 лет методом множественной линейной регрессии установ¬
лено влияние микроэлементов почв на уровни заболеваемости (У,),
был хронический миелолейкоз. Полученное уравнение множествен¬
ной линейной регрессии имело видУ4= 137,lXj+ 0,9X2 +9,5Х, + 0,8Х4 + 1,8XS -6,8Х6 +441,ОХ,
при R2= 0,91.Как и при других рассмотренных выше формах новообразова¬
ний, положительное влияние на частоту хронического миелолейкоза
оказывали микроэлементы 1-й и 2-й групп. Помимо них подобное
влияние оказывали и микроэлементы 3-й группы, а также содержа¬
щиеся в почвах серебро, стронций, медь. Отрицательное влияние
обнаружено только для содержания мышьяка. Наибольший вклад в
формирование уровней заболеваемости хроническим миелолейкозом
вносило содержание в почвах серебра (23,6 %) и меди (22,3 %). Значе¬
ния вкладов этих микроэлементов были достоверными (р<0,05).В популяции лиц 40-59 лет достоверное влияние комплекса ми¬
кроэлементов на территориальные особенности онкозаболеваемости
было обнаружено для ЗН носоглотки (У5). Это влияние было описа¬
но уравнением множественной линейной регрессии, которое имело
следующий вид:У, = 38,1Х/ - 1,1Х2 - 79,7Х, -0, IX4 +33,9Х}+ 8,7J +239,ЗХ7
при R2 =0,92.68
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗПри этом положительное влияние на уровни заболеваемости
было отмечено для 1 -й группы микроэлементов, а также для строн¬
ция, мышьяка и меди. Отрицательное влияние оказывали 2-я и3-я группы микроэлементов, а также содержащиеся в почвах ионы се¬
ребра. Наибольший вклад в формирование значений показателя забо¬
леваемости — 59,6 % — внесло наличие в почвах стронция (р=0,0043).В популяции лиц старше 60 лет роль микроэлементов в форми¬
ровании особенностей территориального распространения новооб¬
разований статистически показана только в случае рака молочной
железы (Уь).У„ = 3333,9Х1 +461,2Х2 - 3364, SX, +31,4Х4 +248,2Х< - -
—3552,4Xn + 78594Х,	‘ .'О	/	iпри R2 = 0,94.Из уравнения множественной линейной регрессии видно, что
на частоту рака молочной железы положительное влияние оказывают
микроэлементы, включенные в 1-ю и 2-ю группы, а также содержа¬
щиеся в почвах серебро, стронций и медь. В свою очередь, отрица¬
тельное влияние зарегистрировано для микроэлементов 3-й группы
и мышьяка. Наибольший вклад в формирование показателя забо¬
леваемости внесли 1-я (28,4 %), 2-я (15,4 96) и 3-я (12,1 96) группы
микроэлементов, а также медь (20,7 96).Таким образом, регрессионный анализ, проведенный нами
в рамках популяционного эпидемиологического исследования,
показал, что микроэлементный состав почв не оказывает суще¬
ственного влияния на особенности территориального распростра¬
нения большинства форм ЗН. Исключение составляют лишь лим¬
фогранулематоз, саркомы скелета и мягких тканей, хронический
мпелолейкоз, опухоли носоглотки и рак молочной железы, при
которых в определенные возрастные периоды отмечается связь
территориального распространения с микроэлементным составом
почв. В целом приведенные примеры показали, что регрессион¬
ный анализ не полностью отвечает на вопрос: существуют ли осо¬
бенности заболеваемости отдельными формами ЗН в различных
геохимических зонах. Для ответа на данный вопрос необходимы
иные методологические подходы к популяционному эпидемиоло¬
гическому исследованию ЗН. Эта тема и будет подробно освещена
в последующих главах.69
ГЛАВА 5. СРАВНИТЕЛЬНАЯ ХАРАКТЕРИСТИКА
МЕТОДА АНАЛИЗА СУБПОПУЛЯЦИЙ
И КОРРЕЛЯЦИОННО-РЕГРЕССИОННОГО
АНАЛИЗА В ПОПУЛЯЦИОННЫХ
ЭПИДЕМИОЛОГИЧЕСКИХ ИССЛЕДОВАНИЯХИзучение эффективности деятельности онкологической службы с
позиции классической эпидемиологии неинфекционных забо¬
леваний дает основание рассматривать каждый анализируемый нами
показатель как результат влияния многих факторов. Формирование
субпопуляций по степени представленности (репрезентативности)
изучаемого фактора (в данном случае укомплектованности медицин¬
ской службы) с последующим расчетом степени риска диагностики
4-й стадии ЗН или годичной летальности полностью исключает вли¬
яние иных факторов. Вместе с тем роль этих факторов гипотетически
может быть более значимой, чем роль изучаемого фактора. С этих
позиций более предпочтительным могло быть применение метода
множественной линейной регрессии.Для решения этой задачи нами проведено следующее исследо¬
вание: разделение популяции края на отдельные субпопуляции в за¬
висимости от степени представленности изучаемого медицинского
фактора в административных районах. Такие выделения субпопуля¬
ций были проведены для каждого из изучаемых факторов - 12 раз.
Для каждой субпопуляции был рассчитан показатель ОШ диагно¬
стики ЗН в 4-й стадии и определена его достоверность. Эти данные
представлены в табл. 5.1.На первый взгляд, складывается впечатление, что почти все из
изучаемых медицинских факторов оказывают существенное влияние
на шансы диагностики ЗН в 4-й стадии. Так, сокращение числа атте¬
стованных врачей до 30 % и ниже, а средних медицинских работников
до 20 % и ниже увеличивает значение показателя ОШ диагностики
ЗН в 4-й стадии до 1,2и 1,4 соответственно (р>0,01). Прямое влияние
на данный показатель отмечается для таких факторов, как процент
ЛПУ с полным износом и среднее число жителей, приходящихся на70
СРАВНИТЕЛЬНАЯ ХАРАКТЕРИСТИКА МЕТОДА АНАЛИЗА СУБПОПУЛЯЦИЙ.Та б л и и а 5.1Сравнительный анализ связей между частотой диагностики 4-й стадии
злокачественных новообразовании и некоторыми медицинскими факторами
в административных районах Хабаровского краяИзучаемый факторКорреляция
с частотой
дшиностики
4-й стадииВыделеннаясубпопуляцияОтношение
шансов
диагностики
4-й стадииРci аттестованных врачей-0.1До 30 Ъ1,2^ 0,01От 30 до 60 °Ь0,7>0,01Свыше 60 %1,0°с аттестованных средних
медицинских работников-0,32До 20 °с1,4>0,01От 20 до 40 Гс0,6>0,01Свыше 40 %1,1Гс объектов ЛПУ с
полным износом0,4До 10 %1,5>0.05От 10 до 20%1,0Свыше 20 °с0,6>0.01Среднее число
аппаратов УЗИ на
лечебное учреждение-0.17До 0,21,3>0.05От 0.2 до 0,40,8Свыше 0.40,7>0,01Среднее число рентге¬
новских аппаратов на
лечебное учреждение0,15До 0,50,6>0,01От 0,5 до 11,3Свыше 11,5>0,01Среднее число эндоско¬
пов на лечебное
учреждение0,25До 0.251,3>0.05От 0.25 до 0,50,5>0,01Свыше 0,50,5>0,01Среднегодовая обеспе¬
ченность врачами
на 10 ООО жителей-0,16До 251,7>0,01От 25 до 501,1Свыше 500.5>0,05Среднегодовая обеспе¬
ченность средним меди¬
цинским персоналом
на 10 ООО жителей-0,06До 1001.4>0,01Свыше 1000,7>0.01Среднегодовая обеспе¬
ченность населения боль¬
ничными койками на
10 ООО жителей0,09До 1001.2-'0,05Свыше 1000.SСреднегодовое число
посещений поликлиник в
смену на 10 ООО жителей0,11До 1001,3>0,01От 100 до 2001,2Свыше 2000,8>0,0571
ГЛАВА 5Окончание табл. 5.1Изучаемый факторКорреляция
с частотой
диагностики
4-й стадииВыделеннаясубпопуляцияОтношение
шансов
диагностики
4-и стадииРСреднее число жителе» ш
1 врача-терапевта-0.18До 15000.9От 1500 до 20000,9Свыше 20001,3>0,1Среднее число жителей на
1 врача-хирурга0,002До 40001,1Свыше 40000,9одного врача-терапевта. Обратное — на вероятность диагностики ЗН
в 4-й стадии оказывали такие факторы, как среднее число диагно¬
стических аппаратов (рентгеновских, УЗИ и эндоскопов), приходя¬
щееся на одно лечебное учреждение, среднегодовая обеспеченность
населения врачами, средним медицинским персоналом, больничны¬
ми койками, а также среднегодовое число посещений поликлиник в'
смену.Однако парный корреляционный анализ между порайонными
значениями каждого из медицинских факторов, с одной стороны,
и частотой диагностики 4-й стадии ЗН, с другой, не обнаружил
связей.С помощью кластерного анализа установлено, что между все¬
ми изученными медицинскими факторами существуют сильные
связи (г>0,8), не позволяющие разделить административные райо¬
ны на отдельные группы, достоверно различающиеся между собой
степенью выраженности медицинских факторов. Иными словами,
административные районы Хабаровского края с позиции стати¬
стического анализа мало отличаются друг от друга по изученным
медицинским показателям, что делает применение МВС неэффек¬
тивным.В этих условиях единственным методом анализа совокупно¬
го влияния группы медицинских факторов на частоту диагностики
4-й стадии ЗН может явиться метод множественной линейной ре¬
грессии. Проведение данного анализа показало, что коэффициент
детерминации R2 составил 0,5. Это значит, что остальная доля тео¬
ретических значений показателя частоты диагностики 4-й стадии
ЗН — 50 % — зависит от других, не участвовавших в модели факторов,72
СРАВНИТЕЛЬНАЯ ХАРАКТЕРИСТИКА МЕТОДА АНАЛИЗА СУБПОПУЛЯЦИЙа само уравнение регрессии не является достоверным. Иными слова¬
ми, изученные медицинские факторы, в том числе и состояние онко¬
логической службы, не оказывают достоверного влияния на частоту
диагностики 4-й стадии ЗН.Расчет уравнения множественной линейной регрессии показал
также отсутствие достоверной зависимости между порайонными
значениями частоты годичной летальности, с одной стороны, и груп¬
пой изучаемых факторов, с другой стороны (/КО,7).Изучение влияния комплекса медицинских факторов на частоту
диагностики 1-й и 2-й стадий ЗН показало, что полученное при этом
уравнение множественной линейной регрессии имеет видУ=20Хп+0,1Х1д+0,2Х! при Л2=0,72,где У, — частота диагностики 1 и 2 стадий ЗН;Хи - число врачей онкологов в районе;Хю - среднегодовое число посещений поликлиник в смену;Х} — % аттестованных врачей всех специальностей.При этом вклад данных показателей в значение У7 составил
для Хп 36,4 % (р=0,02), для Х]0 - 22,2 % (р=0,15), а для Х! - 14,1 %
(р=0,3). Это означает, что на территориальные особенности рас¬
пределения значений показателя частоты диагностики ЗН в 1-й и2-й стадиях наибольшее влияние оказывает укомплектованность
районных онкологических кабинетов врачами-онкологами.На основании уравнения множественной линейной регрессии
и рассчитанных вкладов нами проведено моделирование изменения
частоты диагностики 1-и и 2-й стадий ЗН при соответствующих из¬
менениях числа онкологов в районе, среднегодового числа посеще¬
ний больными поликлиник в смену, а также процента аттестован¬
ных врачей всех специальностей. При этом оценивалось изменение
частоты диагностики 1-й и 2-й стадий ЗН не просто при изменении
изучаемого фактора, но при гипотетическом условии, когда другие
факторы, входящие в уравнение множественной линейной регрес¬
сии, принимали среднекраевое, минимальное по краю или макси¬
мальное значение.Как уже отмечалось выше, число онкологов в районе (Хп) являет¬
ся наиболее значимым фактором, влияющим на уровни диагностики
ЗН в ранних стадиях. Моделирование показало, что если значения73
ГЛАВА 5других факторов (Хг и Х/д) не превышают среднекраевых уровней,
то при отсутствии онкологов в районе частота диагностики ранних
стадий составит 35 %. Увеличение числа онкологов до полутора ста¬
вок может позволить увеличить частоту диагностики 1-й и 2-и стадий
до 65 % (рис. 5.1).В случае, если факторы Х; и X принимают максимально на¬
блюдаемое в крае значение, даже при отсутствии онкологов в районе
частота диагностики ранних стадий составит 57 %. Если среднерай¬
онное число занятых врачебных ставок составит 1,5, то 1-я или 2-я
стадия гложет выявляться у 87 % первичных больных с ЗН.При минимальных значениях факторов Х} и Xw которые могут
наблюдаться в крае, полное отсутствие онкологов в районных онко¬
логических кабинетах снизит частоту диагностики 1-й и 2-й стадий
ЗН до 10 %. Развертывание в каждом районе онкологического каби¬
нета с полутора ставками врача-онколога может улучшить частоту
диагностики ранних стадий ЗН до 43 %.Рис. 5.1. Моделирование влияния среднего числа онкологов в районе на изменение
частоты диагностики 1-й и 2-й стадий ЗН (графики представляют собой зависимости
исследуемой величины от факторных признаков), x(norm) - линейный график зависи¬
мости: х +срсднее - уравнение регрессии с включением средних значений остальных
признаков, входящих в уравнение; х(тах)- уравнение регрессии с включением макси¬
мальных значений остальных признаков, входящих в уравнение; x(min)— уравнение ре-
ipeccnn с включением минимальных значений остальных признаков, входящих в урав¬
нение)74
СРАВНИТЕЛЬНАЯ ХАРАКТЕРИСТИКА МЕТОДА АНАЛИЗА СУБПОПУЛЯЦИЙ.При условном игнорировании влияния других факторов отсут¬
ствие в районах врачей-онкологов может привести к невозможности
выявления ЗН в 1-й и 2-й стадиях заболевания. Увеличение числа
онкологов в среднем до 1,5 ставки на район может увеличить частоту
диагностики ранних стадий до 30 %.Мощность амбулаторных лечебных учреждений, выраженная
• среднегодовым числом посещений поликлиник в смену {X ), и про¬
цент аттестованных врачей всех специальностей (Хг) имеют значи¬
тельно меньшее влияние на частоту диагностики ранних стадий ЗН,
чем среднее число врачей-онкологов на административных террито¬
риях края (Х13). Кроме того, вклад данных факторов в значение У
не является достоверным (р >0,05). Поэтому с практической точки
зрения моделирование влияния факторов Х]д и X, в такой ситуации
не является целесообразным.Проведенный анализ показал, что на порайонные значения
смертности онкобольных оказывает влияние ряд медицинских фак¬
торов. Наибольшее значение среди них имеют обеспеченность на¬
селения районов больничными койками (число коек на 10 ООО чел.
населения), процент объектов ЛПУ с полным износом, среднегодо¬
вая обеспеченность врачами всех специальностей (число врачей на
10 000 чел. населения), средняя нагрузка на врача-терапевта (число
жителей на 1 терапевта). При этом уравнение множественной линей¬
ной регрессии имело видУ2 = 0,8Х9 + 2Х3 - 1,5Х? + 20,7Х]4при Я2 =0,76,где V, — среднерайонная частота смерти онкологических больных;XQ — обеспеченность населения районов больничными кой¬
ками;X, — процент объектов ЛПУ с полным износом;Х? - среднегодовая обеспеченность врачами всех специально¬
стей;Х]4 — средняя нагрузка на врача-терапевта.При этом вклад данных факторов в значение У2 составил для Х}23,3	% (р=0,3), для Хд - 20,2 % (р=0,04), для Х7 - 17,2 % (р=0,06), а
ПЛЯ.ХЫ— 15,1 % (р=0,14). Это означает, что на уровни смертности он¬
кологических больных в данной совокупности факторов наибольшее
влияние оказывают процентные показатели объектов ЛПУ с полным75
ГЛАВА 5износом и обеспеченность населения района больничными койками.
При этом между уровнями смертности онкобольных и износом ЛПУ
и обеспеченностью населения больничными койками существует
прямая зависимость.Среднегодовая обеспеченность врачами всех специальностей
и средняя нагрузка на врача-терапевта имеют меньшее влияние на
уровни смертности онкобольных, но это влияние не является досто¬
верным.Однако если прямая зависимость между уровнями смертности
онкологических больных и процентом объектов ЛПУ с полным из¬
носом является вполне объяснимой с позиции существенного вли¬
яния материально-технического обеспечения лечебных учреждений
на качество лечения, то прямая зависимость между смертностью и
обеспеченностью населения больничными койками вызывает ряд
вопросов. Возможным объяснением данного явления, по всей веро¬
ятности, может быть более частое и длительное лечение онкологи¬
ческих больных из районов с плохим медицинским обеспечением в
краевом онкологическом диспансере, краевой клинической больни¬
це № 1 и других краевых лечебных учреждениях, где эффективность
лечения выше, чем в райбольницах. Другим объяснением может быть
наличие каких-либо дополнительных, но не учтенных нами факто¬
ров, имеющих прямую связь с обеспеченностью населения больнич¬
ными койками и отрицательную связь со смертностью онкологиче¬
ских больных.Несмотря на возможность построения уравнения множествен¬
ной линейной регрессии, проведение моделирования вероятных из¬
менений уровня смертности в зависимости от изменения выявлен¬
ных причинных факторов (X., Х0 Х7, XJ имеет чисто теоретический
интерес и нецелесообразно с практической точки зрения. Это связа¬
но с тем, что наряду с выявленными медицинскими факторами про¬
цессы смертности онкобольных определяются целым комплексом
медико-биологических причин, учет которых невозможен в рамках
данного исследования.Из группы изученных медицинских факторов наибольшее влия¬
ние на значения коэффициента накопления больных в администра¬
тивных районах края оказывали процент объектов ЛПУ с полным из¬
носом, среднегодовое число посещений поликлиник в смену, а также
число жителей, приходящихся на одного врача-хирурга. Медицин¬76
СРАВНИТЕЛЬНАЯ ХАРАКТЕРИСТИКА МЕТОДА АНАЛИЗА С УБ ПОПУЛЯЦИЙ.ские факторы, отражающие степень развития онкологической помо¬
щи на коэффициент накопления больных, не оказывали достовер¬
ного влияния. Полученное в ходе анализа уравнение множественной
линейной регрессии имело видУ, = -0,02Х3 +0,002Х]0 + 0,11Х]Ь при R1 =0,74,где У, - коэффициент накопления больных;X, - процент объектов ЛПУ с полным износом;Х1П - среднегодовое число посещений поликлиник в смену;Х]6 — число жителей, приходящихся на 1 врача-хирурга.Достоверный вклад в значение коэффициента накопления (КН)
больных вносят факторы Х3 (процент объектов ЛПУ с полным изно¬
сом), на долю которого приходится 32,9 % (р=0,005), и Х}ь (число жи¬
телей, приходящихся на 1 врача-хирурга) - 29,7 % (р=0,009).Как видно из этого уравнения, между значениями КН и % ЛПУ
с полным износом существует обратная связь. Данная зависимость
объяснима с точки зрения влияния материального обеспечения
учреждений здравоохранения на эффективность лечения больных.Положительная связь между КН больных и числом жителей,
приходящихся в среднем на 1 врача-хирурга в районе, является сви¬
детельством скорее всего не столько позитивного влияния врачебной
нагрузки на КН больных, сколько малой значимости данного пока¬
зателя для практических рекомендаций по улучшению эффективно¬
сти деятельности онкологической службы.Влияние фактора XJ0 (среднегодовое число посещений поликли¬
ник в смену) на значение КН менее значимо: вклад данного фактора
в величину У, составляет лишь 11,0 % (р=0,29).На основе уравнений множественной линейной регрессии нами
проведено моделирование возможных изменений значений КН
больных при соответствующих изменениях процента объектов ЛПУ
с полным износом среди всех ЛПУ районов.Расчеты показали, что влияние фактора Хя (процент объектов
ЛПУ с полным износом) возможно только при параллельном вли¬
янии других медицинских факторов. При гипотетическом игнори¬
ровании присутствия в популяции данных факторов влияние X, воз¬
можно при Ур стремящемся к нулю (рис. 5.2).В случае если порайонные значения факторов Х]д и Х16 будут со¬
ответствовать среднекраевому уровню, то наличие в крае 45 % ЛПУ77
ГЛАВА 5<иXI■в--в-поs:ix(+ среднее)
■ x(norm)
x(max)
x(min)Доля ЛПУ с полным износом (в %)Рис. 5.2 Моделирование влияния доли ЛПУ с полным износом в районе на измене¬
ния значения коэффициента накопления онкологических больных (графики представляют
собой зависимости исследуемой величины от факторных признаков), x(norm) — линейный
график зависимости; х +среднее - уравнение регрессии с включением средних значении
остальных признаков, входящих в уравнение, х(тах)- уравнение регрессии с включением
максимальных значений остальных признаков, входящих в уравнение; x(min)- уравнение
регрессии с включением минимальных значений остальных признаков, входящих в урав¬
нение)с полным износом может теоретически привести к значению КН,
близкому к нулю. И наоборот, отсутствие в крае ЛПУ с полным из¬
носом может обеспечить значение КН, равное 1,0.Если же порайонные значения факторов Х10 и Х]6 будут соот¬
ветствовать минимально наблюдаемому в крае уровню, то своего
нулевого значения КН может достигнуть уже в ситуации, когда
только 15 % всех ЛПУ будут иметь полный износ. При этом даже
отсутствие среди ЛПУ объектов с полным износом может повы¬
сить КН до 0,5.В ситуации, когда факторы Хш и Х]6 приобретают максимально
наблюдаемое в крае значение, теоретически снижение КН больных
до нуля возможно в случае, если число ЛПУ с полным износом со¬
ставит 95 % от всех существующих в крае лечебных учреждений.78
СРАВНИТЕЛЬНАЯ ХАРАКТЕРИСТИКА МЕТОДА АНАЛИЗА СУБПОПУЛЯЦИЙ.И наоборот, отсутствие в крае ЛПУ с полным износом сможет уве¬
личить КН до 2,25.Таким образом, влияние медицинской инфраструктуры на эф¬
фективность деятельности онкологической службы является много¬
факторным процессом, корректное изучение которого невозможно
с позиций метода анализа субпопуляций. Оценка роли медицинских
факторов возможна с позиции анализа множественной линейной
регрессии. Используемые нами методологические подходы позво¬
лили показать отсутствие влияния группы медицинских факторов,
включая состояние онкологической службы, на частоту диагностики4-й стадии и смерти больных в течение первого года с момента выяв¬
ления ЗН. Обнаружено влияние состояния онкологической службы
на частоту диагностики ранних стадий ЗН. На смертность онкологи¬
ческих больных и КН онкобольных наибольшее влияние оказывают
факторы, характеризующие материально-техническое обеспечение
ЛПУ и укомплектованность их врачебными кадрами.
ГЛАВА 6. КЛАСТЕРНО-ДИСКРИМИНАНТНЫЙ
АНАЛИЗ В ИЗУЧЕНИИ ВЛИЯНИЯ
ПРИРОДНЫХ ФАКТОРОВ НА РАСПРОСТРАНЕНИЕ
ЗЛОКАЧЕСТВЕННЫХ НОВООБРАЗОВАНИЙ
В ПОПУЛЯЦИИКак было показано в предыдущих главах, методы, используемые
в популяционном эпидемиологическом исследовании, имеют
существенные ограничения. Анализ влияния микроэлементного со¬
става почв на особенности территориального распространения ЗН,
приведенный в качестве примера использования метода множествен¬
ной линейной регрессии в популяционном эпидемиологическом ис¬
следовании, свидетельствует в пользу того, что изучаемые в данном
случае факторы оказывают крайне слабое влияние на процессы он¬
когенеза в популяций- Однако вывод о том, что микроэлементный
состав почв практически не влияет на территориальное распростра¬
нение большинства форм новообразований, в данном случае был бы
преждевременным.Выделение субпопуляций по отдельному фактору не позволя¬
ет достоверно проанализировать влияние на изучаемый патологи¬
ческий процесс других факторов. Однако если субпопуляции будут
сформированы по различиям не одного, а нескольких признаков,
информативная значимость МВС может существенно возрасти.
Формирование субпопуляций по сходству нескольких факторов воз¬
можно с помощью кластерного и дискриминантного анализа.6.1.	ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ КЛАСТЕРНОГО
И ДИСКРИМИНАНТНОГО АНАЛИЗАОбщий вопрос, задаваемый исследователями во многих при¬
кладных областях, состоит в том, как объединить наблюдаемые
данные в структуры. Фактически кластерный анализ является не
столько обычным статистическим методом, сколько набором раз¬
личных алгоритмов «распределения объектов по кластерам» [27].
Следует понимать, что кластерный анализ определяет «наиболее80
КЛАСТЕРНО-ДИСКРИМИНАНТНЫЙ АНАЛИЗ В ИЗУЧЕНИИ ВЛИЯНИЯ.возможно значимое решение» [6, 20]. Поэтому проверка статисти¬
ческой значимости в действительности здесь неприменима [40, 61
62, 74, 80].Будем использовать алгоритм древовидного кластера [11, 21, 87].
Назначение этого алгоритма состоит в объединении объектов в до¬
статочно большие кластеры с использованием некоторой меры сход¬
ства или расстояния между объектами. Типичным результатом такой
кластеризации является иерархическое дерево.Объединение или метод древовидной кластеризации использу¬
ется при формировании кластеров несходства или расстояния между
объектами. Эти расстояния могут определяться в одномерном или
многомерном пространстве. Наиболее прямой путь вычисления рас¬
стояний между объектами в многомерном пространстве состоит в
вычислении евклидовых расстоянийОтметим, что евклидово расстояние вычисляется по исхо¬
дным, а не по стандартизованным данным. Это обычный способ
его вычисления, который имеет определенные преимущества. На¬
пример, расстояние между двумя объектами не изменяется при
введении в анализ нового объекта, который может оказаться вы¬
бросом.На первом шаге, когда каждый объект представляет собой от¬
дельный кластер, расстояния между этими объектами определя¬
ются выбранной мерой. Когда связываются вместе несколько объ¬
ектов, необходимо определить правило объединения или связи для
двух кластеров. Здесь имеются различные возможности: например,
можно связать два кластера вместе, когда любые два объекта в двух
кластерах ближе друг к другу, чем соответствующее расстояние связи.
Другими словами, необходимо использовать «правило ближайшего
соседа» для определения расстояния между кластерами. Этот метод
называется методом одиночной связи. «Правило ближайшего сосе¬
да» позволяет сформировать и т. н. волокнистые кластеры, т. е. кла¬
стеры, «сцепленные вместе» только отдельными элементами, слу¬
чайно оказавшимися ближе остальных друг к другу. Альтернативнымя81
ГЛАВА 6подходом является использование соседей в кластерах, которые на¬
ходятся дальше всех остальных пар объектов друг от друга. Этот ме¬
тод называется методом полной связи. Существует также множество
других методов объединения кластеров, подобных тем, что были рас¬
смотрены выше [11, 27].Как уже говорилось, статистическую значимость разбиения на
кластеры оценить невозможно. Это, тем не менее, не исключает воз¬
можности оценки правильности разбиения совокупности на кла¬
стеры. Для таких целей может быть использован дискриминантный
анализ [1,6,57]. Основной задачей данного анализа является опреде¬
ление переменных, с помощью которых можно различать две или бо¬
лее возникающие совокупности (группы). Однако если процесс раз¬
биения выборки на кластеры проведен верно, то в дискриминантную
модель должны войти все переменные, использованные нами для
кластерного анализа. Соответственно, группы, вычисленные с помо¬
щью дискриминантного анализа, должны точно совпадать с группой
кластера.Кластерный анализ проводился с помощью статистического
пакета SPSS [11], который, на наш взгляд, имеет определенные пре¬
имущества перед другими статистическими пакетами в решении за¬
дач данного уровня (рис. 6.1).Advanced \ - —/Professionals * Statistics /	\.^StotisticS.J.	Tables \Missing \ 4	у	^	ч2	^	^	Trends \' x' CDCC	^		Встраиваемые
модули SPSSValuesSPSS BaseCategories ^ ^ (базовый модуль)—•-* x	X^ 'AMOS		—/4 * «Ql Analyst^ /4	V Neural■ Независимые
приложения SPSS,
интегрированные
> Exact Tests \ для передачи данных
друг другуDiamondConnection,, CHAID к'x..}Рис. 6.1. Модули SPSS82
КЛАСТЕРНО-ДИСКРИМИНАНТНЫЙ АНАЛИЗ В ИЗУЧЕНИИ ВЛИЯНИЯ .Модуль профессиональной статистики пакета СПСС-12 по¬
мимо кластерного анализа предполагает также следующие основ¬
ные методы статистического анализа: частотный анализ, отбор
данных, модификация данных, статистические характеристики,
исследование данных, составление таблиц сопряженности, анализ
множественных ответов, сравнение средних, непараметрические
тесты, корреляции, регрессионный анализ, дисперсионный ана¬
лиз, дискриминантный анализ, факторный анализ, анализ при¬
годности данных, подготовка стандартных графиков, интерактив¬
ные графики.Существует два способа решения диагностической задачи дис¬
криминантного анализа: по линейным классификационным функ¬
циям (ЛКФ) и каноническим линейными дискриминантным функ¬
циям (КЛДФ). По точности эти методы идентичны, а по объему
расчетов более предпочтительным является решение с помощью
КЛДФ.Для решения задачи дискриминантного анализа определяются
1—3 канонические ЛДФ, обобщающие данные обо всех признаках,
включенных в модель, для всех случаев, находящихся в исследуемой
матрице:F,=a,i-xx+a<i-x2+- + a,n-x„+crгде F — канонические линейные дискриминантные функции;Хр Х2,..., Хн — значения признаков;А - соответствующий коэффициент (/ - номер КЛДФ,у - номер
признака);С — соответствующая константа.Статистическая значимость результата КЛДФ представляет
собой меру уверенности в его истинности. Точнее, р-уровень — это
показатель, обратно пропорциональный надежности результата.
Более высокий р-уровень соответствует более низкому уровню до¬
верия найденным в выборке результатам. Фактически р-уровень
представляет собой вероятность ошибки, связанной с обобщением
наблюдаемого результата на всю популяцию. Во многих исследова¬
ниях р-уровень 0,05 рассматривается как приемлемая граница уров¬
ня ошибки.Дискриминантный анализ удобнее проводить в статистическом
пакете Statistica 5.5/6.0.83
ГЛАВА 66.2.	ПРИМЕНЕНИЕ КЛАСТЕРНО-ДИСКРИМИНАНТНОГО АНАЛИЗА
ДЛЯ ВЫДЕЛЕНИЯ СУБПОПУЛЯЦИЙ6.2.1.	Выделение субпопуляций в местах их проживания
по содержанию микроэлементов в почвахВернемся к упомянутой в гл. 4 задаче изучения влияния микро-
элементного состава почв на особенности территориального рас¬
пространения ЗН. В качестве метода решения этой задачи приме¬
нен кластерно-дискриминантный анализ. Были использованы база
данных (БД) о содержании 36 микроэлементов в 133 малых населен¬
ных пунктах Хабаровского края, а также БД канцер-регистра крае¬
вого клинического центра онкологии, на основании которых были
определены уровни общей онкологической заболеваемости и пока¬
затели частоты диагностики основных форм ЗН в этих населенных
пунктах.При пробном разделении на кластеры оказалось, что при вклю¬
чении в анализ всех переменных (содержание в почвах микроэле¬
ментов) четкого разделения не происходит. Это связано, по нашему
мнению, с тем, что некоторая часть микроэлементов представляет
собой фон, характерный для всей территории края.Для того чтобы этот фон не влиял на проводимый анализ, было
необходимо исключить те переменные, при добавлении которых в
модель происходит слияние наблюдений в один крупный кластер.После удаления этих переменных в матрице для кластерного ана¬
лиза остались следующие: XfU), ^,(Ве), A\,(Ga), Xn(Ge), XI7(Y), Xv
(Mo), XJAg), XJCd), XJSn), X27(Yb), XJW), XJfii), X?;(Th), X/U).Необходимо наложить определенные ограничения на размеры
кластеров, т. е. минимальное число населенных пунктов, которые
могут быть включены в один кластер. Для этого мы допустили пред¬
положение, что не более чем в 3 % наблюдений могла быть совершена
ошибка в определении содержания микроэлементов в почвах и могла
сложиться такая ситуация, что данные ошибки сгруппируются в кла¬
стер. Из 133 населенных пунктов 3 % составляют приблизительно 4.
Таким образом, размер кластера должен быть не меньше 4. Данному
условию соответствует число кластеров от 2 до 7. Разбиение выборки
на 8 и более кластеров приводит к тому, что часть из них содержит 4
и менее переменных.84
КЛАСТЕРНО-ДИСКРИМИНАНТНЫЙ АНАЛИЗ В ИЗУЧЕНИИ ВЛИЯНИЯ.Кластерный анализ проведен в несколько этапов.Первым шагом оценим число кластеров, на которые можно
разбить наши данные. Число кластеров определяется как число на¬
блюдений минус номер шага, на котором происходит резкий скачок
коэффициента. По шагам агломерации иногда довольно трудно по¬
лучить точное значение числа кластеров.Вторым шагом выделим переменные, которые будут входить в
анализ кластера. Для этого проводим кластерный анализ, поочеред¬
но добавляя переменные в модель. Для каждого набора переменных
проверяем, если при разбиении в некоторые кластеры будет входить
менее 4 наблюдений, эту переменную не будем включать в оконча¬
тельный анализ.В зависимости от числа
кластеров изменяется и вклю¬
ченное в них число наблюде¬
ний (табл. 6.1).Как видно из таблицы,
при разбиении выборки от 4
до 7 кластеров наиболее круп¬
ным является кластер 1. Мел¬
кие кластеры, включающие от
5 до 7 переменных, появляют¬
ся при разбиении выборки на5,	6 и 7 кластеров.Естественно, с позиции ПАМ важное значение приобретает вы¬
деление максимального числа субпопуляций, достоверно отличаю¬
щихся друг от друга по изучаемым переменным. Поэтому нас больше
всего устраивает вариант с разбиением на 7 кластеров.Следующей задачей исследования была проверка достовер¬
ности разбиения выборки на кластеры с помощью дискрими¬
нантного анализа. Нами был проведен дискриминантный ана¬
лиз, где в качестве группирующей переменной был использован
номер кластера, к которому принадлежит наблюдение. Такой
анализ был проведен для вариантов разбиения выборки от 4 до
7 кластеров.Для полученных семи кластеров были определены КЛДФ, соот¬
ветствующие коэффициенты которых приведены в табл. 6.2.Таблица 6.1Зависимость числа населенных пунктов,
включенных в кластер, от числа кластеровНомеркластераЧисло кластеров765432134393939861202664747341335412734134412771352771385
ГЛАВА 6Таблица 6 2Коэффициенты классических линейных дискриминантных функции
для кластеров населенных пунктов, рассчитанных по содержанию микроэлементов почв
в местах их расположенияОбозначение
переменных
в кластерном
анализеСоответствие
переменных из¬
учаемым микро¬
элементамКоэффициенты классических линейных
дискриминантных функции (КЛДФ)Функ¬
ция 1Функ¬
ция 2Функ¬
ция 3Функ¬
ция 4Функ¬
ция 5Функ¬
ция 6Y,Li2014,4029S.0967,3546,77-148,03-2,32Y.„Mo147.05-2597.94324.73546,07-824,59351,92Y151,47-1232.62-1142,75-659,23684,49-173,77Y„Ga-340.4257,48-652.27767,80-299,46-311,65Y,4W-91,49744.S433S3.61-1282.164597,40-1247.86Y„Ge4232,655007.311588,654811.435018.85-1265.47Y»Sn1362.96420.93599.83-114.53-148.681250.42Y„U-1218,14-4458,47-2255,96-887.41-1380.4б1-61.08Yb916.963013,55554,461418,22-3023.214123,91Y„Th383,74-111,30202,99-867.85-209.90-1161.92Y.Be-10,7139.41-1100,65-812.492554,694178,75Далее были оценены уровень статистической значимости и пе¬
ременные, включенные и исключенные из КЛДФ. Уровни статисти¬
ческой значимости КЛДФ и включенные и исключенные из анализа
переменные в зависимости от числа выделенных кластеров представ¬
лены в табл. 6.3.Таблица 6.3Уровни статистической значимости классической линейной дискриминантной функции
в зависимости от числа кластеров при кластерном анализе малых населенных пунктов
по содержанию микроэлементов в почвах в местах их расположенияЧислокласгеровУровень рИсключенные из
анализа переменныеПеременные,
входящие в КЛДФ4р< 0,00001X,,, X,,, х,7X, - Х„ Х]2, Х,„ Х17, х2„,х2Г
х28. X,,, Х„, х;25р< 0,00001х2Г х„, х27, х,0Х,,Х2,Х12, Х,„ Х17, Х20, х24,х28, X,,, х„6р< 0,00001Х31, х22, х.„,Хг X,, Хр, Хп, х17, Х20, Х,4,x27;x2I,xirxJ27р< 0,00001Х:1,х,гх..„Хр X,, Х12,Хр„Х,7,Х20,Х24,
Х„,Х2Ь,Х,рХ!286
КЛАСТЕРНО-ДИСкРИМИНАНТНЫЙ АНАЛИЗ В ИЗУЧЕНИИ ВЛИЯНИЯ.Из табл. 6.3 видно, что уровень статистической значимости
ниже 0,05. То есть можно вести речь о статистической значимости
полученного результата во всех случаях (4—7 кластера). В табл. 6.3
указаны переменные, не вошедшие в КЛДФ, но использованные
нами при кластерном анализе. Вне зависимости от числа кластеров
это практически одни и те же переменные. Их отсутствие в дискри¬
минантных функциях связано прежде всего с их малым влиянием на
наличие наблюдений в группах.Следующим шагом была оценка точности вхождения наблюде¬
ний в группы, выделенные с помощью дискриминантного анализа.
Иными словами, определялось число населенных пунктов, отнесен¬
ных к конкретному кластеру и вошедших в соответствующую группу
дискриминантного анализа (табл. 6.4)Та б л и ца 6.4Проверка с помощью дискриминантного анализа точности вхождения населенных пунктов
в кластеры, сформированные по содержанию микроэлементов почв
в местах их расположенияНомеркластера°о совпадения попадания населенного пункта в кластер и группу
дискриминантного анализа при заданном числе кластеров7 кластеров6 кластеров5 кластеров4 кластера1100,0100,0100.0100.0100,0100,095,795,7з80,097,681.591.1497,681,5100,0100,0581,5100,0100.06100,0100.07100,0Точность вхождения наблюдений во всех случаях находится на
уровне выше 80 %. Следовательно, мы с полной уверенностью мо¬
жем выбрать любой из вариантов разбиения на кластеры. В силу спе¬
цифики задачи мы выбираем семикластерное разбиение.Выделение из всей совокупности населенных пунктов 7 класте¬
ров ставит задачу охарактеризовать каждый из них. Одним из наи¬
более простых подходов к ее решению является определение средних
значений содержания микроэлементов почв в рамках каждого кла¬
стера.87
ГЛАВА 6Ранее уже отмечалось, что при включении в анализ всех пере¬
менных четкого разделения выборки на кластеры не происходит,
поскольку значительная часть переменных (уровней содержания в
почвах того или иного микроэлемента) практически одинакова для
всей выборки. Это может быть связано и с тем, что некоторая часть
микроэлементов представляет собой фон, характерный для всей тер¬
ритории края. Их исключение из матрицы позволяет провести кла¬
стерный анализ. Поэтому характеризовать каждый кластер следует
по микроэлементам, не относящимся к фоновым. Эти данные пред¬
ставлены в табл. 6.5.Таблица 6.5Средние значения содержания микроэлементов почв в кластере (в мг/кг)Микро¬элементКластер1234567Li0,0000880.0000000,0006000.002150,0037040,0030000.005923Be0,0002210.0004670,0003320,0003360,0003160.0003010.000372Ga0.0024130,0026410,0008000,0024780,0013220,0021430,003568Ge0,0000890,0001110.0000400,0001470,0000440.0001860,000287Y0.0018150.0046830,0011200,0020890,0023510.0024710,003346Mo0.0002330,0004830,0000790.0002270,0002650,0035420,000634Ag0,0000020.0000040.0000000.0000020,0000000.0000040,000002Cd0,0000080,0000060,0000000.0000070,0000000,0000000,000000Sn0,0001770,0003670,0002040.0004030,0003660,0003290,000400Yb0,0001880,0002670,0000800.0002520.0002720,0001570.000292W0,0000300.0000580.0006480,0000870,0000520,0005140.000211Bi0,0000880,0000040.0000000,0000040,0000000,0000000.000000Th0,0008040,0012220,0006800,0008760,0016510,0011140,001238u0.0002070.0003830,0001440,0001850,0002800.0002590,000202Li0,0000880,0000000,0006000,002150,0037040,0030000,005923Be0,0002210,0004670,0003320,000336lo.0003160,0003010,000372Ga0,0024130,0026410,0008000,0024780,0013220,0021430,003568Выделение из изучаемой выборки населенных пунктов несколь¬
ких кластеров, существенно различающихся между собой по содер¬
жанию микроэлементов в почвах, позволяет применить в данном
случае МВС с расчетом показателя отношения шансов возникно¬
вения основных форм ЗН. При этом в качестве отдельной субпопу-
ляЦии могут выступать жители населенных пунктов, объединенных88
КЛАСТЕРНО-ДИСКРИМИНАНТНЫЙ АНАЛИЗ В ИЗУЧЕНИИ ВЛИЯНИЯ.по содержанию микроэлементов в почвах в один кластер. Исполь¬
зуя данные канцер-регистра в каждой субпопуляции (кластере) мы
рассчитали показатель отношения шансов возникновения основных
форм ЗН и определили его достоверность. Эти данные представлены
в табл. 6.6.Таблица 6.6Отношение шансов возникновения основных форм ЗН в кластерах населенных пунктов
с различным содержанием микроэлементов почв в местах их расположенияФормановообразованияКластер1234567Полость рта и глотки1,00,00,01.12,50,00,5Пищевод0,62,30,01,60,73,70,6Желудок1,01,02,0*0,5*1,51,01,0Ободочная кишкаКО0,4К1К70,80,60,4Прямая кишка1.51,00,51,40,60,00,5Печень1,32,60,00,81,80,01,4Поджелудочная железа1,02,50,70,81,70,00,4Гортань0,5о,ь0,71,52,02,3Легкие1,31,1О*0,70,90,71.8*Меланома1,40,00,01,60,63,30,0Молочная железа2,30.80.93,71,70,12.0Шейка матки0,92,6*0,00,4*1,21,12,4*Тело матки1,02,50,01,60,51,20,4Яичники1,91,31,30,20,82,11,5Яички0,04,626,7**0,60,00,00,0Почки0,30,80,81,60,80,03,4Мочевой пузырь0,40,80,71,22,51,20,8Щитовидная железа2,10,00,00,32,30,01,1Все локализации1,01.20,6**0,91,10,91,4***р<4),05;** р <0,01.Как видно из табл. 6.6, распространение большинства форм ЗН
не зависит от содержания в почвах микроэлементов. Во многих вы¬
деленных кластерах отношение шансов возникновения опухолей
достоверно не отличается от 1,0. Вместе с тем для отдельных форм
ЗН существуют определенные особенности территориального рас¬
пространения. Так, например, в кластере № 2 достоверно повышен89
ГЛАВА 6гаказатель отношения шансов возникновения рака шейки матки
(ОШ=2,6; р<0,05). В кластере № 3 достоверно высоки шансы воз¬
никновения рака желудка (011i=2,0; р<0,05) и яичек (ОШ=26,7;
р<0,01) и низок шанс возникновения рака легких (ОШ=0,2; р<0,05).
В кластере № 4 достоверно понижен показатель отношения шан¬
сов возникновения рака желудка (ОШ =0,5; р<0,05) и шейки матки
(ОШ=0,4; р<0,05), а в кластере № 7 отмечаются достоверно высокие
шансы возникновения рака легкого (0111=1,8; р<0,05) и шейки мат¬
ки (ОШ=2,4; р<0,05).Этот пример подтверждает приведенные ранее в гл. 5 данные
о малом влиянии микроэлементного состава почв на особенности
территориального распространения ЗН. Вместе с тем выделение
субпопуляций с помощью кластерно-дискриминантного анализа
повышает объективность этого метода. В этом случае выявляемые в
отдельных популяциях различия в значениях показателей отноше¬
ния шансов могут быть объяснены влиянием не отдельного фактора,
субъективно выделенного исследователем, а целой группы факторов
(в данном случае микроэлементов почв), находящихся в сложных
взаимоотношениях друг с другом. На наш взгляд, такой подход более
объективно отражает причинно-следственные связи, реально суще¬
ствующие в изучаемом объекте. Хотя, в отличие от статистических
методов, наличие подобных отношений (causal) может быть выявле¬
но более строгими методами, например, в рамках теоретико-игрово¬
го подхода к задачам классификации и распознавания [1, 10, 15, 17,
27, 28, 36-39, 82].6.2.2.	Выделение субпопуляции по характеристикам
климатического режима в местах их проживанияВ настоящее время общепризнанным считается факт, что воз¬
никновение большинства форм ЗН у человека связано с воздействи¬
ем антропогенных экзогенных бластомогенных причин [24, 43, 73,
77, 106, 114]. К ним относятся курение, особенности питания, кон¬
такт с бытовыми, промышленными химическими и физическими
канцерогенами и т.п. Именно этим факторам отдается приоритет в
современных онкоэпидемиологических исследованиях. Однако есть
основания полагать, что наряду с антропотехногенными канцеро¬90
КЛАСТЕРНО-ДИСКРИМИНАНТНЫЙ АНАЛИЗ В ИЗУЧЕНИИ ВЛИЯНИЯгенными воздействиями определенную роль в процессах индукции
и промоции опухолевого роста играют природные факторы, непо¬
средственно связанные с естественной окружающей средой. Извест¬
но, что климатический режим оказывает определенное влияние на
процессы формирования предопухолевых заболеваний, состояние
иммунитета, что может определять и особенности территориально¬
го распространения некоторых форм ЗН. Климатические факторы
являются классическим примером ФМИ, но вопрос об их влиянии
на процессы онкогенеза в популяции человека далек от своего раз¬
решения. Определенную роль в решении данной задачи могло бы
сыграть использование методов многомерной статистики. Однако
возникает вопрос, какой из методов многомерной статистики — ре¬
грессионный, кластерный или дискриминантный анализ — наиболее
предпочтителен.В качестве примера подобного исследования нами представлены
результаты работ по изучению влияния климатического режима на
частоту возникновения рака легкого в популяции. При проведении
этой работы мы исходили из гипотезы, что на риск возникновения
рака легкого оказывают влияние фактор курения, антропотехноген-
ное загрязнение окружающей среды и климатические факторы. Ку¬
рение рассматривалось как фактор индивидуального риска, при этом
предполагалось, что на всей территории Хабаровского края частота
курения примерно одинакова. Канцерогенное загрязнение окружа¬
ющей среды преимущественно присутствует в населенных пунктах
с развитой промышленной инфраструктурой. Территориями, где
можно ожидать присутствие только природных факторов риска воз¬
никновения рака легкого, могут быть малые населенные пункты, где
отсутствуют промышленные предприятия. Анализ показал, что для
Хабаровского края таковыми, как правило, являются населенные
пункты с числом жителей менее 2000. Число подобных населенных
пунктов составило 262.В исследованиях были использованы карты Хабаровского края,
характеризующие климатический режим по следующим параме¬
трам: абсолютная минимальная температура воздуха в январе (Xt),
общее количество осадков в году (X), среднемесячная температура
воздуха в июле (X,), среднемесячная температура воздуха в январе
(XJ, годовая суммарная солнечная радиация (X), среднемесячная
относительная влажность воздуха в июле (Х6), годовая поглощенная91
ГЛАВА 6коротковолновая радиация (X), повторяемость пасмурности неба по
общей облачности в июле (Xs), годовой радиационный баланс (Xq),
число пасмурных дней по общей облачности в году (Х]0), повторяе¬
мость пасмурности неба по общей облачности в январе (Хи), сред¬
негодовые испарения	абсолютная максимальная температура
воздуха в июле (Х]3). Общее число «малых» населенных пунктов, в
которых можно было оценить состояние климатического режима,
составило 262.Расчет уравнения множественной линейной регрессии показал
отсутствие достоверной зависимости между среднегодовыми значе¬
ниями частоты рака легкого в «малых» населенных пунктах, с одной
стороны, и значениями вышеуказанных климатических параметров
в зонах расположения данных населенных пунктов, с другой сторо¬
ны (R<0J). Основываясь на результатах данной части исследования,
можно вроде бы утверждать, что климатический режим не влияет на
распространение рака легкого в популяции. Однако необходимо иметь
в виду, что значительная редкость рака легкого в каждом отдельно взя¬
том «малом» населенном пункте, а также выраженный мозаизм тер¬
риториального распространения значений климатических параметров
могли существенно повлиять на результаты регрессионного анализа.
Уменьшение числа наблюдений путем расчета усредненных порайон¬
ных значений климатических параметров могло бы устранить влияние
вышеперечисленных факторов на характер уравнения регрессии. Од¬
нако данный подход не может быть принят, поскольку это существен¬
но бы исказило картину климатического режима в крае.Таким образом, расчет уравнения регрессии не позволяет опре¬
делить связи между климатическими характеристиками отдельных
территорий и частотой рака легкого. Решение этой задачи возможно
с использованием МВС с привлечением кластерно-дискриминант¬
ного анализа.Кластерно-дискриминантный анализ проведен нами по принци¬
пам, изложенным выше в разд. 6.2.1. Здесь же мы представим основ¬
ные результаты данного анализа.Выборка из 262 наблюдений, исходно анализируемая по 15 по¬
казателям, в том числе включающим и координаты населенных
пунктов, была разделена на 6 кластеров. В пределах кластеров уста¬
новлены средние значения каждого климатического параметра. Эти
данные представлены в табл. 6.7.92
КЛАСТЕРНО-ДИСКРИМИНАНТНЫЙ АНАЛИЗ В ИЗУЧЕНИИ ВЛИЯНИЯ.Таблица 6.7Средние значения характеристик температурного режима
в пределах выделенных кластеровКлиматическаяхарактеристикаКластер123456Абсолютная минимальная
температура воздуха в январеxi11,410.09,613,610,013,0Обшее количество осадков
в году522,2625,5664,962S.6900,0660,0Среднемесячная температура
воздуха в июлеX,14,119,918,215.518.714,0Среднемесячная температура
воздуха в январеХ410,710.09.411.88.912,4Годовая суммарная
солнечная радиацияX,3836,14857,14555,24415,34716,74210,0Среднемесячная относитель¬
ная влажность
воздуха в июле\69.367.365,870,265,273,5Годовая поглощенная корот¬
коволновая радиацияХ72744,43584,73509,13291.83580,02900.0Повторяемость пасмурности
неба по общей облачности
в июлеXS66,361,462,064,966.767.0Годовой радиационный
балансX,1436,11894,41813.01760,21883,31530,0Число пасмурных дней по
общей облачности в годуХю135,391.7116,9129.1119,3125,0Повторяемость пасмурности
неба по общей облачности в
январехи327,8491,6441,7409,6454,0350,0Среднегодовые испаренияХ1232,832,532,432,432,533,5Абсолютная максимальная
температура воздуха в июлеХП1341,71614,31654,51586,71680,01390,0Как видно из табл. 6.7, между населенными пунктами, включен¬
ными в те или иные кластеры, существуют определенные различия в
отдельных характеристиках климатического режима.Таким образом, кластерный анализ дает возможность разбить
популяцию жителей «малых» населенных пунктов на 6 отдель¬
ных субпопуляций, различающихся климатическим режимом на93
ГЛАВА 6территориях своего прожива¬
ния, а дискриминантный ана¬
лиз показывает достоверность
подобного разделения. Оцен¬
ка ОШ возникновения рака
легкого в выделенных субпо¬
пуляциях выявила следующую
картину (табл. 6.8).Как видно из табл. 6.8,
ОШ возникновения рака лег¬
кого достоверно повышено
в субпопуляциях № 2 и №
3 и достоверно понижено в
субпопуляции № 4. Из пред¬
ставленного материала видно,
что существует несколько группировок, объединяющих населенные
пункты с различным климатическим режимом в местах своего рас¬
положения. В популяциях, проживающих в этих населенных пун¬
ктах, существуют достоверные различия в значениях показателя ОШ
возникновения рака легкого. Это значит, что в целом климатический
режим оказывает определенное влияние на распространение рака
легкого, однако выделить отдельные параметры климатического ре¬
жима, непосредственно влияющие на возникновение данного ново¬
образования, с помощью использованных статистических методов
невозможно.Таким образом, кластерный и дискриминантный анализ позво¬
лил нам выделить субпопуляции лиц не по одному, а по целому ряду
параметров. Расчет значений показателя ОШ возникновения ЗН в
данных субпопуляциях позволяет использовать этот метод при из¬
учении влияния ФМИ на процессы онкогенеза в популяции.Значения показателя отношения шансов
возникновения рака легкого в популяциях
«малых» населенных пунктов, сформированных
по результатам кластерного анализа
климатических характеристикНомеркластераОтношение шансов
возникновенияДосто¬верность10,921,4<0.0131,3<0,0140,2<0,0150,9
ГЛАВА 7. МЕДИКО-ГЕОГРАФИЧЕСКОЕ
РАЙОНИРОВАНИЕ КАК МЕТОД
ПОПУЛЯЦИОННОГО ЭПИДЕМИОЛОГИЧЕСКОГОАНАЛИЗАИзучение особенностей территориального распространения раз¬
личных заболеваний, в том числе ЗН, сложно осуществить без
привлечения средств медико-географического районирования.В самом общем смысле медико-географическое районирование
представляет собой искусственное разделение территории на ряд об¬
ластей, районов (зон), различающихся между собой некоторыми па¬
раметрами, которые могут оказывать определенное влияние на риск
возникновение изучаемого заболевания. При этом варианты деления
одной и той же территории на зоны могут быть различными и зави¬
сеть от формы заболевания, исследуемого с помощью метода меди¬
ко-географического районирования [46, 49, 51].Если проанализировать существующие подходы, может на пер¬
вый взгляд показаться, что медико-географическое районирование
представляет собой вариант МВС. Однако само территориальное по¬
ложение выделенной зоны помимо факторов, учтенных при данном
разделении территории, вносит в анализ и разнообразную дополни¬
тельную информацию о факторах, присутствие которых в данной
зоне обусловлено ее географическим положением. К такой дополни¬
тельной информации могут быть отнесены природные, демографи¬
ческие, социальные и другие факторы. Эти факторы должны быть
обязательно учтены при объяснении особенностей распространения
изучаемого заболевания в выделенных зонах. В данной главе нами
представлены некоторые методологические подходы к медико-ге¬
ографическому районированию при проведении популяционного
эпидемиологического исследования.7.1.	ДЕНДРОИНТРОДУКЦИОННОЕ РАЙОНИРОВАНИЕУказанный метод районирования был применен при изучении
распространения ЗН у детей на территории масштабного и климато¬
географически гетерогенного региона Дальнего Востока России.95
ГЛАВА 7Оценка территориального распространения новообразований
невозможна без определения минимальной единицы наблюдения —
таксона. Такими таксонами не могут являться fin области, ни края,
ни административные районы по ряду причин.Территории краев и областей Дальнего востока необычайно
масштабны, причем многие из них располагаются в нескольких кли¬
матических поясах. Отдельные районы, входяпгие в состав краев и
областей, заселены неравномерно и характеризуются различной сте¬
пенью хозяйственного освоения. Административные районы, хотя и
являются более гомогенными по степени хозяйственного освоения,
но, как правило, характеризуются невысокой численностью населе¬
ния. Это затрудняет определение достоверной картины распростра¬
нения такого редкого явления, каким, например, являются ЗН у де¬
тей региона.Таким образом, оптимальным таксоном представляется не мас¬
штабная по территории область, не район с малым населением, а
группа близлежащих административных районов. Возникает вопрос:
сходство каких именно параметров должно быть положено в основу
объединения районов?Как было показано в гл. 3, на риск возникновения ЗН у детей в
той или иной степени влияют некоторые природно-климатические,
социально-экономические и экологические факторы. В этих услови¬
ях определение принципа районирования Дальневосточного региона
представляет на первом этапе задачу ранжирования вышеуказанных
факторов по степени их влияния друг на друга.Известно, что освоенность Дальнего Востока в первую очередь
определяется климато-географическими факторами [4, 66, 70, 71, 93].
Характеристиками освоенности территории могут являться плотность
ее заселения, характер и интенсивность промышленного и сельскохо¬
зяйственного производства.Действительно, факты свидетельствуют, 'Тго на территориях,
отличающихся более мягким климатическим режимом, как пра¬
вило, более высокая плотность гражданского заселения. Таковыми
являются южные районы Амурской области, Хабаровского края, а
также юго-западного Приморья. Здесь преобладают производства,
относящиеся к машиностроительным и строительным типам про¬
мышленности. Относительно интенсивно развито сельское хозяй¬
ство.96
МЕДИКО-ГЕОГРАФИЧЕСКОЕ РАЙОНИРОВАНИЕ КАК МЕТОДСтепень промышленной и сельскохозяйственной освоенности
территорий уменьшается по направлению с юга на север. Наименее
развитыми в экономическом отношении являются Чукотка и запад¬
ные районы Камчатки.В целом для большей части Дальнего Востока характерно преоб¬
ладание производств, относящихся к отраслям добывающей и лесной
промышленности. При этом предприятия лесной промышленности
сосредоточены преимущественно в зоне неморальных маньчжурских
лесов и зоне тайги охотского климата, а добывающих отраслей - в
зонах восточно-сибирской тайги и южно-охотско-сахалино-хокайд-
ского климата.Для зон интенсивного сельского хозяйства характерны весьма
значительные уровни загрязнения поверхностных вод солями аммо¬
ния. Для территорий, где достаточно широко представлены предпри¬
ятия добывающей промышленности, является характерной высокая
загрязненность поверхностных вод нефтепродуктами. На этих же
территориях отмечаются высокие значения суммарных выбросов в
атмосферу загрязняющих веществ.На примере Дальневосточного региона отчетливо видно, что
климатический режим, геоморфологические характеристики терри¬
торий, типы биоценозов в значительной степени определяют усло¬
вия освоения территорий (тип хозяйствования, характер производ¬
ства, социально-бытовые условия проживания населения). В свою
очередь эти факторы влияют на характер антропотехногенного за¬
грязнения окружающей среды. Все это оказывает непосредственное
влияние и на саму популяцию человека.Изложенные факты могут свидетельствовать о значительной
роли природно-климатических факторов в развитии медико-биоло¬
гического явления, каковым являются ЗН. Природно-климатические
условия прямо или косвенно оказывают влияние на проявление дру¬
гих экзогенных факторов, определяющих риск возникновения ЗН, в
том числе в детской популяции. Поэтому сходство природно-клима¬
тических параметров территорий должно явиться главным условием
объединения близлежащих административных районов при медико¬
географическом исследовании.К настоящему времени в краеведческой литературе известно
несколько вариантов природно-климатического районирования
Дальнего Востока [9, 54, 93, 101]. Какой же из них более подходит97
ГЛАВА 7задачам медицинской географии? Мы полагаем, что с учетом упо¬
мянутой выше иерархичности связей между экзогенными фактора¬
ми для целей медицинской географии ЗН у детей наиболее подходит
дендроинтродукционный принцип районирования. Он основан на
существующих схемах климатического, геоботанического райониро¬
вания, дополненного результатами экспедиционных исследований
сотрудников ИВЭП ДВО РАН [93]. Особое внимание при данном
принципе районирования уделялось соотношению тепла и осадков,
степени континентальное™ климата, выхолаживающему влиянию
морских течений и формирующихся над ними воздушных масс и т. п.
Все эти факторы оказывают не только определенное воздействие на
формирование биоценозов и характер антропотехногенного освое¬
ния местности, но в той или иной степени влияют на состояние здо¬
ровья проживающей в регионе популяции человека.С учетом всего сказанного за территориальную единицу на¬
блюдения нами, приняты дендроинтродукционные подобласти и в
отдельных случаях — дендроинтродукционные районы. В пределах
дендроинтродукционной подобласти объединялись несколько тер¬
риториально соответствующих ей административных районов. При
этом геоботанические названия подобласти были изменены на ге¬
ографические (карты 1, 2). Незаселенные дендроинтродукционные
подобласти, располагавшиеся, как правило, на северо-востоке ре¬
гиона, из системы районирования нами исключались. Выделенные
таким образом территориальные образования получили название
природно-климатических районов (ПКР). Всего на территории
Дальневосточного федерального округа помимо крупных городов
(Владивостока, Находки, Уссурийска, Хабаровска, Комсомольска,
Благовещенска, Петропавловска-Камчатского, Магадана и Южно-
Сахалинска) было выделено 24 ПКР. Их географическое положение
представлено картой 1. Ниже приведены краткая природно-клима¬
тическая и социально-экономическая характеристики выделенных
ПКР (информация о социально-экономических и демографических
характеристиках территорий представлена на период 1989—1995 гг.).1.	Чукотский ПКР соответствует дендроинтродукционной об¬
ласти чукотских тундр. Данный ПКР объединяет территории Чаун-
ского, Шмидтовского, Иультинского, Олюторского, Чукотского,
Провиденского, Беринговского и Анадырского административных
районов Магаданской области. Характеризуется резкоконтинен¬98
МЕДИКО-ГЕОГРАФИЧЕСКОЕ РАЙОНИРОВАНИЕ КАК МЕТОДтальным климатом. Среднегодовая температура в районе колеблется
в пределах -8 ... -1ГС. Сумма активных температур едва достигает
600°С, гидротермальный коэффициент составляет 1,1—1,2. Один из
самых слабозаселенных районов региона. Большая часть населения
проживает в поселках городского типа. Промышленное производ¬
ство развито слабо, представлено преимущественно добывающими
отраслями. В сельском хозяйстве преобладают оленеводство, зверо¬
водство.2.	Амгуньско-Буреинский ПКР соответствует дендроинтродук-
ционной подобласти южной материковой тайги муссонного клима¬
та. Он включает бассейн р. Амгунь, верхнюю часть бассейна р. Бурея,
центральную и северную часть Буреинского хребта. К этому ПКР от¬
несены Ульчс кий, Солнечный, Верхне-Буреинский, им. П. Осипенко
административные районы Хабаровского края. Среднегодовая тем¬
пература здесь составляет -1,5 ... -3,8°С, сумма активных температур
-1500 ... -1800°С, гидротермальный коэффициент —1,4 ... -2,5. Тер¬
ритория ПКР слабо заселена. В большинстве районов сельское насе¬
ление преобладает над городским. Промышленность представлена,
в основном, добывающей и лесной отраслями. Сельское хозяйство
развито слабо. Преобладают охота на пушного зверя, звероводство.
Мясо-молочное животноводство, овощеводство и картофелеводство
представлены лишь в долине р. Амур (Ульчский район).3.	Охотско-прибрежный ПКР соответствует подобласти при-
океанической гидрофильной тайги, области тайги охотского кли¬
мата. Включает районы побережья Охотского моря в бассейнах рек
Мая, Юдома, Охота, зону Джугджурского хребта, Уракского пла¬
то, Кава-туйской равнины. На данной территории располагаются
Николаевский, Тугуро-Чумиканский, Аяно-Майский, Охотский
районы Хабаровского края, Ольский район Магаданской области.
Среднегодовая температура здесь составляет -3,6 ... -5,0°С, сумма
активных температур 900 ... 1400 °С, гидротермальный коэффици¬
ент -1,8 ... -2,9. Большая часть ПКР заселена слабо. Только на юге
Николаевского и Ольского районов плотность населения составляет3—4 чел./км2. Промышленное производство представлено в основном
предприятиями пищевой (рыбообрабатывающей) промышленности.
На большей части района преобладают оленеводство и звероводство.
На юге ПКР — в Николаевском районе — представлены мясо-молоч-
ное животноводство, овощеводство и картофелеводство.99
ГЛАВА 74.	Северо-Сахалинский ПКР соответствует Сахалинско-Охот¬
скому району области тайги охотского климата. К нему относятся
северные районы о-ва Сахалин. Разделяющей границей ПКР явля¬
ются северные предгорья Восточно-Сахалинского и Западно-Са¬
халинского хребтов. Территория ПКР включает в себя Охинский,
Ноглинский, Александровский и Тымовский административные
районы Сахалинской области. Среднегодовая температура в ПКР со¬
ставляет -0,9 ... -1,3°С, сумма активных температур - около 1000°С,
гидротермальный коэффициент - 2,0. Центральная часть района за¬
селена слабо. На большей части ПКР городское население преобла¬
дает над сельским. Наиболее значительно это соотношение на севере
ПКР (в Охинском районе). Только в Тымовском районе преоблада¬
ет сельское население. Доминируют отрасли лесной и добывающей
промышленности. Уровень развития добывающей промышленности
(добыча нефти, угля) относительно высок. На большей части ПКР
распространены звероводство и охота на пушного зверя. Только на
севере ПКР, в Охинском районе, имеют место мясо-молочное жи¬
вотноводство и картофелеводство.5.	Северо-Восточный Камчатский ПКР соответствует дендро-
интродукционной подобласти акромонтанных среднегорий и хо¬
лодных побережий области тайги охотского климата. Географически
расположен на территории южной части долины р. Камчатка, север¬
ной части Камчатского Серединного хребта. В ПКР включены Кара-
гинский и Усть-Камчатский административные районы Камчатской
области. Среднегодовые температуры составляют -2 ... -5,3. Сумма
активных температур едва достигает 600 °С, гидротермальный ко¬
эффициент соответствует 2,0. Территория ПКР заселена слабо. Ис¬
ключение составляет долина р. Камчатка, где плотность населения1—5 чел./км2. Городское население преобладает над сельским, при¬
чем в наибольшей степени в Усть-Камчатском районе. Территория
ПКР слабо освоена. В основном функционируют маломощные пред¬
приятия лесной и пищевой промышленности. Сельское хозяйство
представлено охотой и разведением пушного зверя.6.	Юго-Восточный Камчатский ПКР соответствует юго-вос¬
точному району Камчатской дендроинтродукционной подобласти
ультрабореальных гидрофитов области тайги охотского климата.
Данный ПКР включает южные отроги Камчатского Серединного
хребта, Восточного Камчатского хребта, бассейны рек Авача, Жупа-100
МЕДИКО-ГЕОГРАФИЧЕСКОЕ РАЙОНИРОВАНИЕ КАК МЕТОД...новка. На территории ПКР располагается Елизовский администра¬
тивный район Камчатской области. Среднегодовая температура рай¬
она составляет -0,4 ... -1,7°С. Сумма активных температур — около
1000 ... 1200°С. Гидротермальный коэффициент равен 1,8-2,7. Район
относительно слабо заселен. Средняя плотность населения менее1	чел./км2. Большая часть населения проживает в части района,
прилегающей к г. Петропавловску-Камчатскому и Авачинской бух¬
те. В районе развита пищевая, лесная и деревообрабатывающая про¬
мышленность. Значительная часть предприятий концентрируется в
г. Елизово. Сельское хозяйство развито слабо. Имеется овощеводство
на ограниченных площадях. На большей части района основным ти¬
пом хозяйствования являются охота и звероводство.7.	Западный Камчатский ПКР соответствует западному району
Камчатской подобласти ультрабореальных гидрофитов области тайги
охотского климата. Территориально ПКР простирается вдоль запад¬
ного побережья Камчатского полуострова по западным отрогам Кам¬
чатского Серединного хребта. На территории ПКР располагаются
Усть-Болынерецкий, Соболевский и Тигильский административные
районы. Среднегодовая температура ПКР составляет -0,4 ... -1,7°С,
сумма активных температур — около 800°С, гидротермальный ко¬
эффициент — 1,8—2,7. Район слабо заселен (средняя плотность за¬
селения менее 1 чел ./км2). В северной и центральной частях района
преобладает сельское население, в южной — городское. Общей эко¬
номической характеристикой административных районов, входящих
в данный ПКР, является слабое развитие промышленности и сель¬
ского хозяйства.8.	Центральный Камчатский ПКР соответствует подобласти тай¬
ги центральной Камчатки. Район расположен на территории цен¬
тральной части Серединного Камчатского хребта в верхнем и среднем
бассейне р. Камчатка. Среднегодовая температура в ПКР составляет
-1,6 ... -2,4 “С, сумма активных температур 1200°С. Гидротермаль¬
ный коэффициент -1,3 ... -1,5. Большая часть территории ПКР явля¬
ется слабозаселенной. В основном население концентрируется вдоль
долины р. Камчатка. Общими характеристиками административных
районов, включенных в ПКР, являются отсутствие городского насе¬
ления, относительно слабое экономическое развитие с преобладани¬
ем предприятий лесной и пищевой промышленности. Характерной
чертой сельского хозяйства здесь, как и в других ПКР Камчатки,
является преимущественное развитие звероводства и оленеводства.101
ГЛАВА 79.	Южно-Сахалинский ПКР соответствует сахалино-итурупской
подобласти типичной океанической тайги области южно-охотско-
сахалино-хоккайдского климата. На территории ПКР располагают¬
ся Корсаковский, Долинский, Холмский, Томаринский, Углегор¬
ский, Поронайский, Смирныховский административные районы
Сахалинской области. Район отличается более мягким климатом.
Среднегодовая температура в зависимости от территории составляет
-2 ...+3°С, сумма активных температур - 1000°С, гидротермальный
коэффициент достигает значения 2,5 и более. Данный ПКР является
одной из освоенных территорий Дальнего Востока России. Средняя
плотность заселения составляет 1—10 чел./км2. Наиболее плотно за¬
селена южная часть района (территории, прилегающие к г. Южно-
Сахалинску), где плотность населения составляет 10—25 чел./км2.
Общими чертами административных районов, включенных в ПКР,
являются преобладание городского населения над сельским и от¬
носительно высокий уровень экономического развития. В структуре
промышленного производства преобладают предприятия добываю¬
щей, лесной, лесообрабатывающей, целлюлозно-бумажной и пище¬
вой промышленности. Для сельского хозяйства весьма характерны
овощеводство и картофелеводство на малых площадях, а также мясо¬
молочное животноводство.10.	Крильон-Сахалинский ПКР соответствует юго-западной по¬
добласти аналогов океанических неморальных лесов области южно-
охотско-сахалино-хоккайдского климата. Географическое положение
района соответствует п-ову Крильон и южной части о-ва Сахалин.
На территории ПКР расположены два административных района
Сахалинской области — Анивский и Невельский. Этот ПКР отлича¬
ется сравнительно мягким, влажным климатом. Среднегодовая тем¬
пература составляет +4,0°С, сумма активных температур — 1800°С,
гидротермальный коэффициент свыше 3,0. Плотность заселения со¬
ставляет около 10 чел./км2. Общей чертой экономического развития
административных районов данного ПКР является преобладание
предприятий, относящихся к добывающей и строительной промыш¬
ленности. Для сельского хозяйства ПКР характерно овощеводство и
картофелеводство на ограниченных площадях.11.	Северный Сихотэ-Алиньский ПКР соответствует дендроин-
тродукционной подобласти приокеанической неморальной тайги
материка области южно-охотско-сахалино-хоккайдского климата.102
МЕДИКО-ГЕОГРАФИЧЕСКОЕ РАЙОНИРОВАНИЕ КАК МЕТОДТерритория ПКР охватывает побережье Татарского пролива, север¬
ную часть Сихотэ-Алиньского горного массива, бассейн р. Тумнин,
Кизинскую низменность. Включает Совгаванский и Ванинский
административные районы Хабаровского края. Среднегодовая тем¬
пература в этом ПКР составляет 0 ... +2,5°С. Сумма активных тем¬
ператур достигает 180СГС, гидротермальный коэффициент равен
2,3. Заселена относительно небольшая часть ПКР, в основном при¬
брежная зона. Городское население преобладает над сельским. Осо¬
бенность экономического развития ПКР во многом обусловлена
тем, что наиболее крупные населенные пункты являются морскими
портами. Относительно развиты производства, относимые к группам
машиностроительной, пищевой, лесообрабатывающей промышлен¬
ности. Сельское хозяйство представлено мясо-молочным животно¬
водством, овощеводством, картофелеводством.12.	Южный Сихотэ-Алиньский ПКР соответствует дендроин-
тродукционной подобласти влажных лиановых хвойно-широко-
лиственных лесов южного Приморья. Территория района охваты¬
вает южные предгорья Сихотэ-Алиня, бассейны рек Раздольной,
Партизанской и включает Хасанский, Надеждинский, Шкотовский,
Артемовский, Партизанский, Уссурийский, Михайловский, Лазов¬
ский, Анучинский административные районы. Владивостокский и
Находкинский горсоветы Приморского края. Среднегодовая темпе¬
ратура в ПКР составляет около +2,5°С, сумма активных температур—	2900°С, гидротермальный коэффициент - 2,5. Это наиболее густо¬
населенный район ДВФО. Средняя плотность населения достигает
здесь 25—50 чел. на 1 км2. На юге района городское население пре¬
обладает над сельским. На севере ПКР большая часть жителей про¬
живает в сельской местности. Общей чертой районов, включенных в
Южный Сихотэ-Алиньский ПКР, является весьма высокий уровень
развития промышленности. По численности лиц, занятых в произ¬
водстве, преобладает добывающая, машиностроительная, строитель¬
ная и пищевая промышленность. ПКР — зона сельскохозяйственно¬
го производства относительно высокой интенсивности. На больших
площадях ведутся посадки зерновых культур, развиты картофелевод¬
ство, овощеводство, сое- и рисоводство. Это зона интенсивного при¬
менения в 1970—1980-х годах химических удобрений и пестицидов.13.	Приханкайский ПКР соответствует району приханкайских
лесостепей дендроинтродукционной подобласти умеренно влажных103
ГЛАВА 7широколиственных и сосново-широколиственных лесов. Включает в
себя Приханкайскую низменность, хребет Синий Сихотэ-Алиньско-
го горного массива, верхние районы бассейна р. Уссури. Среднегодо¬
вая температура находится в пределах +2,0°С, сумма активных тем¬
ператур 2600-2800°С, гидротермальный коэффициент 2,0-2,6. Как и
Южный Сихотэ-Алиньский ПКР, район характеризуется относитель¬
но высокими показателями плотности заселения (25—50 чел./км’).
Административные районы, включенные в ПКР, являются преиму¬
щественно сельскими. Преобладание городского населения отмеча¬
ется на севере. Экономической особенностью Приханкайского ПКР
является высокий уровень развития пищевой промышленности,
специализирующейся на обработке местных сельскохозяйственных
продуктов. Уровень развития сельского хозяйства высок, мало от¬
личается от аналогичного уровня в Южном Сихотэ-Алиньском ПКР.14.	Прибрежный Сихотэ-Алиньский ПКР соответствует дендро-
интродукционной подобласти влажных лесов Восточного Сихотэ-
Алиня. Район располагается на прибрежной территории к востоку от
водораздела бассейна р. Уссури и включает в себя Ольгинский, Ка-
валеровский, Дальнегорский и Тернейский административные рай¬
оны Приморского края. ПКР отличается климатической контраст¬
ностью. В пределах района среднегодовая температура изменяется от
-3,5°С в горных его частях до +2,5°С в прибрежных. Сумма активных
температур составляет около 2000°С. Район отличается повышенной
влажностью — гидротермальный коэффициент составляет более 3,0.
На большей части ПКР городское население преобладает над сель¬
ским. Наиболее отчетливо это проявляется в Дальнегорском и Ка-
валеровском административных районах. Общей чертой экономики
районов, включенных в данный ПКР, является преимущественное
развитие лесной, деревообрабатывающей, добывающей и пищевой
промышленности. Сельское хозяйство не имеет той степени интен¬
сивности, которая характерна для южных районов Приморья. В При¬
брежном Сихотэ-Алиньском ПКР оно представлено мясо-молочным
животноводством с посевами зерновых культур по долинам рек.15.	Центральный Сихотэ-Алиньский ПКР соответствует району
горной тайги дендроинтродукционной подобласти влажных кедро¬
во-широколиственных лесов Западного Сихотэ-Алиня и левобере¬
жья Среднего Амура. Район включает основную часть горного мас¬
сива Сихотэ-Алиня. На его территории располагаются Чугуевский,104
МЕДИКО-ГЕОГРАФИИ ЕС КОЕ РАЙОНИРОВАНИЕ КАК МЕТОД ..Дальнереченский, Красноармейский, Пожарский административ¬
ные районы Приморского края, Нанайский, Комсомольский рай¬
оны Хабаровского края. Среднегодовая температура в различных
частях района составляет от -2,5°С до +2,0°С, Сумма активных тем¬
ператур равна 1700-2100°С, гидротермальный коэффициент около
2,7. По плотности заселения Центральный Сихотэ-Алиньский ПКР
относится к малоосвоенным территориям Дальневосточного регио¬
на. В большинстве административных районов, включенных в ПКР,
сельское население преобладает над городским. Преимущественным
типом промышленности является лесная и деревообрабатывающая.
Сельское хозяйство развито слабо и представлено в основном зверо¬
водством.16.	Амурско-Уссурийский ПКР соответствует Биробиджано-
Хорскому району дендроинтродукционной подобласти кедрово¬
широколиственных лесов Западного Сихотэ-Алиня и левобережья
Среднего Амура. Расположен на территории долины Среднего Аму¬
ра и Нижней Уссури, а также бассейнов рек Бикин, Хор, Тунгуска,
Бира, Биджан. Объединяет Бикинский, Вяземский, Лазовский, Ха¬
баровский сельский административные районы Хабаровского края,
Смидовичский, Ленинский, Биробиджанский районы Еврейской
автономной области. Средняя температура на территории ПКР со¬
ставляет +2,5°С, сумма активных температур — 2500°С, гидротер¬
мальный коэффициент — 1,6-2,3. На большей части ПКР средняя
плотность населения составляет 1—10 чел./км2, вдоль долины р. Ус¬
сури — 10—25 чел./км2. В большинстве административных районов,
включенных в ПКР, сельское население преобладает над городским.
Исключение составляют Бикинский и Вяземский районы, где боль¬
шая часть населения проживает в городских населенных пунктах.
ПКР характеризует относительно высокий уровень экономического
развития. По числу занятых в производстве лиц выделяются дере¬
вообрабатывающая, машиностроительная, строительная и пищевая
промышленность. Амурско-Уссурийский ПКР - зона относительно
развитого сельского хозяйства. Последнее представлено посевами на
больших площадях зерновых культур, овощеводством, картофеле¬
водством, мясо-молочным животноводством. Отмечается широкое
применение химических удобрений на больших площадях.17,	Биджан-Куро-Урмийский ПКР соответствует Амурскому рай¬
ону дендроинтродукщюнной подобласти влажных кедрово-широ¬105
ГЛАВА 7колиственных лесов Западного Сихотэ-Алиня и левобережья Левого
Амура области неморальных маньчжурских лесов муссонного кли¬
мата. Расположен на территории бассейнов рек Биджан, Кура, Урми
и включает Амурский и часть Сельского района Хабаровского края,
а также Октябрьский и Облученский районы ЕАО. Среднегодовая
температура здесь составляет -1,5— 0°С, сумма активных температур—	2000°С, гидротермальный коэффициент — 2,2. Плотность заселе¬
ния на большей части ПКР составляет 1-10 чел./км2. В Облученском
и Амурском районах численность городского населения превышает
сельское, в Сельском и Октябрьском наблюдается обратная карти¬
на. Экономические характеристики районов, составляющих ПКР,
весьма различны, однако общей чертой является преимущественное
развитие добывающей и деревообрабатывающей промышленности.
Исключение составляет Октябрьский район, где существуют пред¬
приятия пищевой промышленности. Сельское хозяйство развито
слабо. Исключение составляет юг Октябрьского административного
района, где характер сельскохозяйственного производства аналоги¬
чен таковому в Амурско-Уссурийском ПКР. На большей части Бид-
жан-Куро-Урмийского района сельскохозяйственные предприятия
носят характер мясо-молочного производства, картофелеводства.18.	Зейско-Верхне-Амурский ПКР соответствует дендроинтро-
дукционной подобласти неморальной тайги. Расположен в южных
районах Амурско-Зейской долины. Включает Мазановский, Ши¬
мановский, Магдагачинский, Бурейский и Роменский администра¬
тивные районы Амурской области. Среднегодовая температура со¬
ставляет -3,7 ... -4,8°С, сумма активных температур 1600— 1800°С,
гидротермальный коэффициент — 1,8—2,5. Средняя плотность засе¬
ления - 1-10 чел./км2. В южных частях ПКР плотность заселения
выше, чем в северо-восточных. По числу занятых в производстве лиц
преобладают предприятия лесной, машиностроительной, пищевой
групп промышленности. В южных частях ПКР хорошо развито сель¬
ское хозяйство. Для него характерны посевы зерновых на больших
площадях, соеводство, картофелеводство, овощеводство. В более се¬
верных частях ПКР преобладает молочно-мясное животноводство.19.	Зейско-Буреинский ПКР соответствует району широколи¬
ственных и хвойно-широколиственных лесов дендроинтродукцион-
ной подобласти влажных широколиственных лесов Западного Сихо¬
тэ-Алиня и левобережья Среднего Амура. Расположен в центральной106
	МЕДИ КО-ГЕОГРАФИЧЕСКОЕ РАЙОНИРОВАНИЕ КАК МЕТОДчасти Зейско-Буреинской равнины и включает Свободненский, Бе¬
логорский, Серышевский, Ивановский, Октябрьский, Завитинский,
Архаринский административные районы Амурской области. Сред¬
негодовая температура составляет -3,5 ... +2,5°С, сумма активных
температур — 2000-2100°С, гидротермальный коэффициент 1,8—2,0.
Средняя плотность заселения равна 1 — 10 чел./км2, в восточной ча¬
сти ПКР 10—15 чел./км2. Характерно преобладание сельского насе¬
ления над городским. Наиболее развиты строительная и пищевая от¬
расли промышленности. На востоке ПКР преобладают предприятия
машиностроительной и лесной групп промышленности. В северной
части ПКР сельское хозяйство представлено молочно-мясным жи¬
вотноводством с посевами зерновых культур по долинам крупных
рек. В южной части, по долине р. Амур, на больших площадях осу¬
ществляются посевы зерновых культур, развиты овощеводство, кар¬
тофелеводство, мясо-молочное животноводство.20.	Верхне-Амурский ПКР соответствует Приамурскому району
дендроинтродукционной подобласти умеренно влажных широко¬
лиственных лесов и лесостепей. Располагается на территории ниж¬
него бассейна р. Зея, бассейнов рек Ивановка и Завитая. К данно¬
му ПКР относятся Благовещенский, Тамбовский и Михайловский
районы Амурской области. Среднегодовая температура в ПКР около
0°С, сумма активных температур — 2000—2300 °С, гидротермальный
коэффициент 2,0. Эта территория является одной из наиболее гу¬
стонаселенных на Дальнем Востоке. Средняя плотность заселения
достигает здесь 15—25 чел./км2. Сельское население значительно
преобладает над городским. Административные районы, включен¬
ные в ПКР, являются основными сельскохозяйственными произво¬
дителями Дальневосточного экономического региона. Именно по¬
этому в Верхне-Амурском ПКР преобладают предприятия пищевой
промышленности, специализирующиеся на переработке местных
сельскохозяйственных продуктов.21.	Верхне-Зейско-Селемджинский ПКР соответствует дендро¬
интродукционной подобласти юга средней тайги области восточно¬
сибирской тайги. Территория ПКР охватывает верхний и средний
бассейны р. Зея и весь бассейн р. Селемджа. Включает Селемджин-
ский. Зейский, Сковородинский, Тындинский административные
районы Амурской области. Как и все ПКР, выделенные из дендроин¬
тродукционной области восточно-сибирской тайги, Верхне-Зейско-107
ГЛАВА 7Селемджинский ПКР характеризуется выраженной континенталь-
ностью климата. Среднегодовая температура составляет -5 ... -ТС,
сумма активных температур — 1300 ... -1500°С, гидротермальный ко¬
эффициент равен 2,2—-2,1. Район слабо заселен, при этом основная
часть его населения проживает на юге. На большей части админи¬
стративных районов, включенных в Верхне-Зейско-Селемджинский
ПКР, городское население преобладает над сельским. Исключение
составляет лишь Зейский район, где соотношение между данными
популяциями меняется на обратное. Экономической особенностью
ПКР является преимущественное развитие лесной и деревообра¬
батывающей промышленности. Сельское хозяйство представлено
звероводством, охотным промыслом, сбором дикоросов, а в Селем-
джинском административном районе оленеводством.22.	Верхне-Колымский ПКР соответствует Верхне-Колымскому
району дендроинтродукционной подобласти ультрабореальных по¬
род резкоконтинентального климата и географически соотносится с
верхним бассейном р. Колыма. На этой территории располагаются
Сусуманский, Ягодинский, Хасынский, Тенкинский администра¬
тивные районы Магаданской области. Особенностью данной терри¬
тории является выраженная континенталъность климата. Среднего¬
довая температура находится в пределах -11 ... -12°С, сумма активных
температур снижается до 800°С, гидротермальный коэффициент до
0,5. Данный ПКР — наиболее освоенная территория юго-востока
региона. Плотность заселения в отдельных частях района достигает10	чел./км2. Городское население преобладает над сельским. Для эко¬
номики Верхне-Колымского ПКР характерно преимущественное
развитие добывающей промышленности, а также предприятий ма¬
шиностроительного (ремонтного) профиля. Главной сельскохозяй¬
ственной отраслью являются оленеводство и звероводство.23.	Средне-Колымский ПКР соответствует Колымской подо¬
бласти таежных пород в условиях относительно повышенных тем¬
ператур. Данная подобласть входит в область восточно-сибирской
тайги. Район расположен в среднем бассейне р. Колыма и ее при¬
токов, в первую очередь р. Омолон. В данный ПКР объединены два
административных района Магаданской области — Средне-Канский
и Омсукчанский. Климатический режим характеризуется отчетли¬
вой континентальностыо. При этом среднегодовая температура со¬
ставляет -11,7 ... -12,7, сумма активных температур 1000°С, гидро¬108
МЕДИКО-ГЕОГРАФИЧЕСКОЕ РА1ЮНИР0ВАНИЕ КАК МЕТОД.термальный коэффициент 1,0—1,5. Район слабо населен. Средняя
плотность заселения на большей его части не достигает и 1 чел ./км2.
Большая часть жителей проживает в поселках городского типа. Эко¬
номическое развитие региона является слабым. Промышленность
представлена в основном предприятиями добывающих отраслей.
Основной вид хозяйственной деятельности в сельской местности—	оленеводство.24.	Анюйско-Пенжинский ПКР соответствует Анюйско-До-
линному и Пенжинскому районам дендроинтродукционной подо¬
бласти ультрабореальных пород резкоконтинентального климата.
Расположен на территории, охватывающей бассейны рек Большой
и Малый Анюй, Пенжина. Включает Пенжинский административ¬
ный район Камчатской области, Билибинский и Северо-Эвенк-
ский районы Магаданской области. Резкоконтинентальный климат
района сочетается с низкими значениями среднегодовой темпе¬
ратуры (-12 ... -7°С), суммы активных температур (600—800°С) и
гидротермического коэффициента (0,8). Анюйско-Пенжинский
ПКР — один из наименее освоенных районов Дальневосточного
региона. Это проявляется в низкой плотности заселения (менее 1
чел./км2), слаборазвитой промышленности. Так, в Пенжинском и
Северо-Эвенкском административных районах практически отсут¬
ствует промышленное производство. Лишь в Билибинском районе
имеется ряд предприятий добывающих отраслей. Промышленное
значение имеет оленеводство, которое является одним из главных
занятий населения.Таким образом, в пределах природно-климатических районов
проведено объединение близлежащих территорий со сходными кли-
мато-географическими параметрами. Это стало возможным за счет
использования принципа дендроинтродукционного районирования
местности, максимально учитывающего ее климатологические осо¬
бенности. В пределах данных объединенных территорий наблюдает¬
ся также значительное (но не полное) сходство характера хозяйствен¬
ного освоения. Предложенный вариант медико-географического
районирования учитывает возможное влияние климатологических
и социально-экономических факторов на риск возникновения ЗН в
детской популяции Дальнего Востока.Указанный метод медико-географического районирования и
был применен нами для оценки особенностей территориального109
ГЛАВА 7распространения ЗН у детей [42-45]. В качестве иллюстрации такого
применения приведем оценку особенностей территориального рас¬
пространения лейкозов у детей (карты 3,4).Особенностью распространения лейкозов у детей на Дальнем
Востоке является наличие нескольких зон высокой заболеваемости.
Существующие зоны высокой заболеваемости мальчиков изолиро¬
ваны друг от друга и находятся в различных климато-географических
поясах региона. Наибольшее распространение лейкозы получили в
Камчатском Северо-Восточном ПКР ((3) — здесь и далее под соот¬
ветствующей цифрой в скобках значится номер ПКР, которым он
обозначен на карте 2). Стандартизованный показатель заболеваемо¬
сти здесь составлял 26,4 случая на 100 ООО чел. детского населения
мужского пола. Высокая частота лейкозов у мальчиков наблюдается
и в других частях региона. Это Северный Сихотэ-Алиньский ПКР
(18), расположенный на материковой части Татарского пролива,
Верхне-Зейско-Селемджинский (10) и Зейско-Буреинский (13) ПКР
Западного Приамурья, Приханкайский ПКР (23) юга Приморья. По
сравнению со среднерегионарным уровнем заболеваемости показа¬
тель ОШ возникновения лейкоза на этих территориях достоверно
повышен (ОШ=1,47—2,13; р<0,05).Низкие значения стандартизованных показателей заболеваемо¬
сти мальчиков наблюдались на северо-востоке региона в Анюйско-
Пенжинском ПКР (2), а также в Прибрежном Сихотэ-Атиньском
ПКР (22) Приморья. При этом только в Приморье снижение абсо¬
лютного значения показателя отношения шансов было достоверным
(ОШ=0,5; р<0,05).На большей части ДВФО частота лейкозов у девочек ниже, чем
у мальчиков. В то же время на некоторых территориях у девочек от¬
мечались весьма высокие уровни заболеваемости. Так, в Северном
Сихотэ-Алиньском ПКР (18) стандартизованный показатель за¬
болеваемости достигает 19,4 случаев на 100 000 чел. детского на¬
селения женского пола, а в Зейско-Буреинском ПКР (13) данный
показатель был равен 8,9. Высокой частотой лейкозов отличаются
некоторые популяции девочек некоторых крупных городов региона:
Благовещенска и Хабаровска. Среднегодовой стандартизованный
показатель заболеваемости в этих городах был равен соответствен¬
но 8,6 и 6,0 случаев на 100 000 детей женского пола. По сравнению
со среднерегионарным уровнем заболеваемости ОШ возникнове¬110
МЕД I!КО- ГEOTРАФ И ЧЕС КОЕ РАЙОНИРОВАНИЕ КАК МЕТОДния лейкозов у девочек на всех вышеназванных территориях было
достоверно высоким (р<0,05).Таким образом, отмечается неравномерность территориально¬
го распределения лейкозов как у мальчиков, так и у девочек. В от¬
дельных ПКР стандартизованные показатели заболеваемости и от¬
ношения шансов существенно отличаются от среднерегионального
уровня. Поскольку эти различия отмечаются в территориальных
образованиях, сформированных из близлежащих районов методом
природно-климатического районирования, то, по-видимому, при¬
родные факторы оказывают определенное влияние на особенности
территориального распространения лейкозов у детей.7.2. РАЙОНИРОВАНИЕ С ЭЛЕМЕНТАМИ
КЛАСТ ЕРНОГО АНАЛИЗАОбщее представление об экологическом состоянии территории
дает анализ картографического материала, который не только обе¬
спечивает обзорность и наглядность восприятия, но и позволяет
сделать выводы и прогнозные рекомендации на комплексной осно¬
ве. Различные аспекты медико-географического районирования до¬
статочно подробно освещены в литературе [9, 54J. Здесь же следует
остановиться на некоторых методологических вопросах, имеющих
прямое отношение к использованию медико-географического рай¬
онирования в популяционном эпидемиологическом исследовании
и применению в районировании некоторых методов многомерной
статистики.Первой особенностью методологического подхода к медико-ге¬
ографическому районированию, о чем уже говорилось ранее, являет¬
ся необходимость выделения минимальной территориальной едини¬
цы наблюдения, которая, по нашему мнению, может быть группой
близлежащих административных районов, достоверно равнознач¬
ных по природно-климатическим, демографическим и социально-
экономическим характеристикам. В качестве таких характеристик в
данном случае использованы качественные показатели экологиче¬
ского состояния районов края. В основу медико-экологического рай¬
онирования была положена карта масштаба 1:250 ООО «Хабаровский
край. Экологическое состояние территории» (по: [47]), созданная111
ГЛАВА 7в результате анализа соотношения экологической напряженности
экосистем с той нагрузкой, которая вызывает те или иные негатив¬
ные изменения в ландшафте.Экологическая напряженность (экологический потенциал) тер-
ритории — результат комплексной оценки природных факторов,
представляющих территорию как системный объект по отношению
к сложившимся нерегламентированным хозяйственным воздействи¬
ям. Имеются в виду характер, а также степень необратимости и опас¬
ности, разрушения и деградации функционального механизма тер*
ритории и продуктивность ее биологического потенциала.Используемая нами экологическая карта была составлена на
основе экспертного и числового анализа ряда факторов: геоморфо¬
логических (орография, степень расчленения); литологических, и й
частности степень разрушения пород; тектонических, криогенных,
климатических (дефицит тепла, влаги, резкие колебания темпера¬
тур). При составлении этой карты учитывалось также и антропоген¬
ное воздействие на экологические системы: урбанизация территорий,
развитие транспортных коммуникаций, горнорудного производства,
развитие обрабатывающей промышленности высокого класса вред¬
ности, интенсивность применения удобрений в сельском хозяйстве,
антропотехногенного загрязнения воздуха и поверхностных вод.Иным важным аспектом данного методологического подхода
является задача перевода качественной информации в количествен¬
ную. Существуют разнообразные способы такого перевода. Нами
был выбран метод экспертной оценки степени выраженности явле¬
ния в условной системе между минимальной и максимально допу¬
стимой интенсивностью явления. Использована экспертная система
Alkor [31, 80], с помощью которой всем качественным показателям
были приданы числовые значения. Числовая характеристика эколо¬
гических параметров административных территорий Хабаровского
края представлена в табл. 7.1.Третьей важной частью методологического подхода использова¬
ния кластерного анализа в медико-географическом районировании
является выделение в виде отдельных переменных географических
координат средней точки районов.Использование кластерного анализа позволило распределить
17 административных районов на 6 экологических зон (районов):
Нижне-Амурскую (Ульчский, Комсомольский, Николаевский112
МЕДИКО-ГЕОГРАФИЧЕСКОЕ РАЙОНИРОВАНИЕ КАК МЕТОД.Таблица 7.1Числовая характеристика экологических параметров административных территорийХабаровского краяАдминистратив¬
ные районы
Хабаровского
краяЖест¬костьклима¬тиче¬скогорежимаСте¬пеньурба¬низа¬циитерри¬торииСтепеньразвитиятранс¬портныхкоммуни¬кацииСтепень
развития
горноруд¬
ного про¬
изводстваСтепень раз¬
вития обра¬
батывающей
промышлен¬
ности высо¬
кого класса
вредностиИнтенсив¬
ность при¬
менения
удобрении
в сельском
хозяйствеКомплекс¬
ная оценка
экологи¬
ческой
ситуацииОхотский0,4921,340,011.180.011,071,05Аяно-Маиский0,4920,010,011,390,010,011,05Тугуро-Чуми-канскии0,4920,010,011.180.011,071.05Николаевским0,0681,40,011.760.011,071,05Им. Полины
Осипенко0,4920.010.011.760,011.071,05Ульчский0,0680,010.011.180,011,071.12Верхне-Буреин¬ский0,1321,41,351,760,011,121,4Солнечный0.0681,41,351,760.011,121,4Комсомольский0.0682.092.021,762,131,121,33Амурский0,0291,651,350.011,691,071,29Нанайский0,0290,010.010,010.011.121.12Ванинский0,27411,351,180,011,121,08Хабаровский0,0292,092,021.182,131,671.33Совгаванский0,2741.40,011,180,011,121,08Лазо0,0290,012,021,181,431.671,19Вяземский0,0291,42,020,010,011.671,12Бикинский0,0291.142,021,390,011,671,12районы), Южную (Лазовский, Вяземский, Бшсинский районы), За¬
падную (Солнечный, Верхне-Буреинский районы), Средне-Амур¬
скую (Хабаровский, Амурский, Нанайский районы), Северо-Вос-
точную (им. Полины Осипенко, Тугуро-Чумиканский, Охотский,
Аяно-Майский районы), Прибрежную (Совгаванский, Ванинский
районы), а также отдельно г. Хабаровск и г. Комсомольск. Дискри¬
минантным анализом показана корректность такого разделения.Данная методика районирования использована нами при из¬
учении особенностей территориального распространения рядаИЗ
ГЛАВА 7новообразований [47, 50, 53]. В качестве примера приведена карто¬
графическая оценка распространения рака молочной железы в Ха¬
баровском крае (карты 5а, б).Как видно из приложения, к особенностям территориального
распространения рака молочной железы следует отнести высокие
показатели заболеваемости в крупных городах края — Хабаровске
(СПЗ=54,21) и Комсомольске (СПЗ=44,11), атакже в Средне-Амур¬
ской экологической зоне (СПЗ=40,68). На других территориях забо¬
леваемость была ниже. С наименьшей частотой рак молочной железы
встречался в Северо-Восточной экологической зоне (СПЗ=28,18).Расчет показателя ОШ возникновения рака молочной железы по¬
казал его достоверное повышение в г. Хабаровске (ОШ=2,04; р<0,01)
и г. Комсомольске (ОШ=1,13; р<0,01). На всех остальных территори¬
ях, за исключением Нижне-Амурской экологической зоны, шансы
возникновения рака были низкими (р<0,01).Следовательно, задачи медико-теографическото районирования
ЗН могут быть решены методами многомерной статистики с исполь¬
зованием кластерно-дискриминантного анализа. При проведении
районирования необходимо придерживаться следующих принци¬
пов:-	минимальной единицей наблюдения должна являться группа
административных районов, сходных по параметрам, предположи¬
тельно оказывающим влияние на особенности распространения зло¬
качественных опухолей,-	качественные параметры должны быть переведены в количе¬
ственные-	координаты административных районов должны быть вклю¬
чены в общую матрицу в качестве самостоятельных переменных.
ГЛАВА 8. НЕКОТОРЫЕ ПРИМЕРЫ
ФОРМИРОВАНИЯ ГИПОТЕЗ
ПРИ ПОПУЛЯЦИОННОМ
ЭПИДЕМИОЛОГИЧЕСКОМ АНАЛИЗЕИсследование, проведенное в детской популяции Дальнего Вос¬
тока России, а также дополнительный математический анализ
материалов МАИР [136] позволили сформулировать основные эпи¬
демиологические особенности ЗН.Своеобразие онкоэпидемиологической ситуации с детьми за¬
ключается в невысокой частоте ЗН, резких отличиях структуры онко¬
логической заболеваемости от заболеваемости взрослых, стабильной
структуре онкозаболеваемости на разных территориях мира, преоб¬
ладании специфичных для детского возраста опухолей (острого лим¬
фобластного лейкоза и эмбриональных новообразований) в первые
годы жизни, отсутствии достоверных тенденций к росту онкологиче¬
ской заболеваемости.В основе этих эпидемиологических характеристик, на наш взгляд,
лежат не только внешние причины. Действительно, если к наиболее
вероятным внешним онкогенным воздействиям, способствующим
формированию врожденных новообразований, отнести различные
варианты химического трансплацентарного и антенатального ради¬
ационного бластомогенеза, то при ухудшении экологической ситуа¬
ции на многих территориях мира, сопровождающемся повышением
уровней канцерогенов в окружающей среде, следует ожидать значи¬
тельного увеличения онкологической заболеваемости детей. В связи
с коротким латентным периодом возникающих у них новообразова¬
ний увеличение в динамике детской онкозаболеваемости было бы
первой реакцией на усиление канцерогенного воздействия. Однако
в последние тридцать лет этого практически не наблюдалось. Кроме
того, с позиции химического трансплацентарного и антенатального
радиационного бластомогенеза нельзя объяснить стабильную струк¬
туру онкологической заболеваемости детей на разных территория.
В районах с различной экологической напряженностью структура он¬
кологической заболеваемости детей претерпевала бы существенные
изменения.115
ГЛАВА 8Итак, основные эпидемиологические закономерности распро¬
странения опухолей у детей не могут быть целиком объяснены с по¬
зиции преимущественного влияния экзогенных бластомогенных
факторов в эмбриональном периоде. Более вероятно эндогенное воз¬
действие.Под эндогенными бластомогенными факторами понимается
комплекс причин, приводящих к реализации генетического набора
зиготы, способствующей опухолевой трансформации. Вероятность
возникновения опухолевой трансформации клеток связана с нали¬
чием мутаций в генетическом аппарате клеток.К настоящему времени имеется много исследований, свидетель¬
ствующих о наличии неслучайных мутаций в опухолях человека, в том
числе и в новообразованиях, присущих детскому возрасту. Нередко
такие мутации имеют делеционный характер, при этом наиболее ча¬
стыми местами их возникновения при эмбриональных новообразова¬
ниях являются хромосомные плечи 13q и 11 р. Возникшая мутантная
аллель, будучи гетерозиготной и рецессивной, фенотипически не про¬
является. Для проявления опухоли она должна стать гомозиготной,
для чего необходима вторая мутация. Именно эти положения развиты
A.G.Jr. Knudson [114-118] в «двухмутационной» теории возникновения
ЗН, главным образом эмбриональных. При наследственной форме
опухоли первая мутация развивается презиготно, вторая — постзигот-
но. При этом презиготная мутация рассматривается как наследствен¬
ное явление. В случае спорадической опухоли обе мутации являются
постзиготными. Теория A.G.Jr. Knudson достаточно хорошо объясняет
механизм возникновения наследуемых опухолей, однако с позиции
лишь одной теории сложно объяснить все своеобразие эпидемиологи¬
ческой картины новообразований у детей.Мы полагаем, что своеобразие опухолевого процесса в детском
возрасте следует рассматривать также с позиции теории онкогена.
Является хорошо известным фактом то, что возникновение новооб¬
разования есть результат активации протоонкогенов [34]. Однако,
по мнению E.D. Adamson [95], консерватизм в процессе эволюции и
хорошо известный эффект дерегуляции роста, вызываемый v-onc ге¬
нами, дают основания предполагать, что ряд клеточных протоонко¬
генов должен быть активным в некоторые периоды роста и развития
организма. Таким периодом может быть эмбриональный этап разви¬
тия организма. Имеющиеся данные свидетельствуют о функциональ¬116
НЕКОТОРЫЕ ПРИМЕРЫ ФОРМИРОВАНИЯ ГИПОТЕЗной активности ряда протоонкогенов в эмбриональном периоде. Так,
продукты экспрессии c-erb-b обнаруживаются в ряде эмбриональных
и экстраэмбриональных тканей мыши [95]. Нервные клетки эмбри¬
она кур эксперсируют высокий уровень белка c-scr [95, 99]. Ген C-alb
активно транскрибируется в процессе эмбрионального и фетального
развития с высокими уровнями транскриптов в экстраэмбриональ¬
ных тканях, как, собственно, и в плоде. Его экспрессия наиболее вы¬
ражена на JO-е сутки, когда органогенез быстро прогрессирует [95,
106]. Экспрессия генов c-Ha-ras и c-Ki-ras выявлена на всех стадиях
эмбрионального развития мыши [132]. Белки ras консервировались
эволюционно, охранив гомологию с соответствующими белками
дрожжей и дрозофилы [130]. Активация гена ras связана не только
с дифференцировкой тканей нейроэндокринного происхождения,
но также тканей, формирующихся из эпителия первичной кишки
[56]. Активность гена C-fos достаточно отчетливо определяется у эм¬
брионов мыши. Однако это касается только экстраэмбриональных
структур. В процессе развития эмбриона экспрессия C-fos меняется
в зависимости от дифференцировки [132]. Экспрессия C-myb огра¬
ничивается гематопоэтическими клетками у птиц и регулируется их
развитием. По мере дифференцировки уровень его снижается более
чем на 2 порядка [103].Стадиеспецифическая экспрессия С-rnyc установлена в пла¬
центе человека с 30-кратными вариациями в уровне; 4—5-недельная
плацента имеет максимальный уровень экспрессии с-тус, затем
уровень экспрессии снижается к концу первого триместра беремен¬
ности. С-тус мРНК локализуется в основном в цитотрофобластах,
которые быстро делятся.Плод человека также проявляет стадие- и клеткозависимую экс¬
прессию С-тус с наивысшим уровнем в быстропролифелирующих
эпителиальных тканях. Высокий уровень сохраняется в течение
первого триместра беременности, в то время как уровень экспрессии
снижается в течение второго месяца беременности [95].Если экспрессия гена С-тус достаточно выражена на протяже¬
нии всего периода эмбрионального развития, то родственный ген
N-myc очень активно экспрессируется только на самых ранних ста¬
диях, а затем экспрессия снижается [140].По данным E.Le Gony с соавторами [125], на ранних стадиях эм¬
бриогенеза транскрипт гена С-тус выявляется во всех тканях, тогда117
ГЛАВА 8как N-myc лишь в клетках головного мозга и почек [112]. В отдель¬
ных исследованиях определяется связь между ампфиликацией гена
N-myc и нейронной дифференцировкой [139]. Активность экспрес¬
сии C-sis регулируется стадией развития организма. Продукты функ¬
ционирования данного гена определяются у эмбрионов и молодых
крыс, тогда как взрослые крысы их лишены [141]. Ген int-1 высоко¬
консервативен в эволюции, в эмбриогенезе у мышей он выражен в
нервной трубке и связан с теми ее участками, где митотический ин¬
декс низок [133].Анализ тканевых РНК свидетельствует о том, что ген int-2 не
экспрессируется заметно у взрослых мышей, за исключением мозга
и семенников. В эмбриогенезе выраженная экспрессия int-2 наблю¬
дается в разных тканях [ 102]. В эмбриогенезе мышей его экспрессия
связана с миграцией мезодермальных клеток через первичную поло¬
ску [133].Таким образом, анализ сведений мировой литературы показыва¬
ет, что протоонкогены ответственны не только за малигнизацию кле¬
ток, но и принимают активное участие в процессах эмбрионального
развития организма. Несмотря на то что физиологическая роль про¬
тоонкогенов большей частью изучена у экспериментальных живот¬
ных, высокая степень консерватизма этих генов дает определенные
основания предполагать, что у человека они также играют столь же
активную роль в эмбриогенезе. Своеобразие врожденного опухоле¬
вого процесса тем самым заключается в том, что новообразования
такого типа могут возникать во время периода физиологической ак¬
тивности протоонкогенов.Если протоонкогены являются высококонсервативной систе¬
мой, функционирующей в эмбриональном периоде, то и система их
блокирования должна быть столь же консервативной и жесткой. Си¬
стема подавления функции протоонкогенов должна активироваться
именно в эмбриональном периоде и быть связанной, по-видимому, с
процессами дифференцировки тканей.Уже в теории A.G.Jr. Knudson было предположено существова¬
ние особых генов, утрата функции которых стимулировала бы де¬
ятельность онкогенов. Такие гены были найдены позднее. Первый
рецессивный ген-подавитель опухоли (RB-1) был идентифицирован
в отношении ретинобластомы [105, 124]. Помимо ретинобластомы
делеции области гена RB-1, сопровождающиеся, как правило, сни¬118
НЕКОТОРЫЕ ПРИМЕРЫ ФОРМИРОВАНИЯ ГИПОТЕЗжением его экспрессии, наблюдаются и в других новообразованиях
[110, 105, 126, 143]. Второй антионкоген - р53 описан в отношении
злокачественных опухолей толстой кишки (May, 1991; Dunlop, 1991).
Третий ген-подавитель опухоли (WT-1), выделенный из короткого
плеча 11-й хромосомы при нефробластоме, рассматривается как ан¬
тионкоген в отношении данного новообразования [97].Нам не известны пока исследования, посвященные роли анти¬
онкогенов в нормальном эмбриогенезе, однако полностью отрицать
их участие в данном процессе нельзя. Здесь же наиболее важным для
нас представляется сам факт существования в геноме структур, спо¬
собных подавлять функцию онкогенов. Возможно, что наряду с анти¬
онкогенами подавление функции протоонкогенов в эмбриональном
периоде может быть связано с неспецифическим влиянием соседних
клеточных и тканевых структур.Факт физиологического функционирования протоонкогенов в
эмбриональном периоде с последующим их блокированием в про¬
цессе дифференцировки является уточнением гипотезы Е. Einhorn
[104], считающей, что ЗН контролируются эндогенными фактора¬
ми, наиболее активными в эмбриональном периоде. На наш взгляд,
именно гипотеза Einhorn удачно объясняет факт низкой и отно¬
сительно стабильной во времени онкологической заболеваемости
детей. Действительно, возникновение опухоли в эмбриональном
периоде — редкий процесс, связанный с нарушением высококонсер¬
вативной системы блокирования протоонкогенов. Поэтому уровни
онкологической заболеваемости детей просто не могут быть высоки¬
ми, во всяком случае сравнимыми с показателями у взрослых. Не¬
смотря на всю жесткость системы блокирования протоонкогенов в
эмбриональном периоде, она все же, по-видимому, имеет определен¬
ные «уязвимые» компоненты. Отдельные протоонкогены могут со
значительно большей долей вероятности выходить из-под контроля
регулирующих механизмов. Эти протоонкогены могут участвовать
в возникновении определенных форм новообразований, к примеру,
эмбриональных. Этим в какой-то степени может быть объяснен фе¬
номен практически одинаковой структуры онкологической заболе¬
ваемости детей на многих территориях мира.Необходимо отметить, что рассматриваемая нами гипотеза вовсе
не отрицает средовых бластомогенных факторов в онкогенезе у де¬
тей. Можно предположить, что эти факторы способны индуцировать119
ГЛАВА 8ЗН в антенатальном периоде. Однако фенотипическое проявление
опухолей в постнатальный период более вероятно у особой субпопу¬
ляции детей с нарушениями регуляции эмбрионального роста, т.е. с
дефектами блокирования функции протоонкогенов. Существование11	этой субпопуляции, видимо, обусловлено эндогенными причинами,
|]поэтому онкологическая заболеваемость детей относительно ста¬
бильна во времени.Следовательно, в детской онкологии существует ряд эпиде¬
миологических фактов, объяснение которых возможно с позиции
признания активного участия в онкогенезе эндогенных факторов и
существования особой, чувствительной к онкогенным влияниям,
субпопуляции детей. С другой стороны, материалы онкоэпидеми-
ологического исследования на Дальнем Востоке России свидетель¬
ствуют о значительном влиянии факторов внешней среды на осо¬
бенности распространения ЗН среди детей этого региона. Казалось
бы, между этими двумя группами фактов существуют определенные
противоречия. Для их разрешения следует рассмотреть возможности
применения гипотезы об эндогенном канцерогенезе у детей к эпиде¬
миологическим фактам, полученным в пределах конкретного регио¬
на. В нашем случае таким регионом является ДВФО.Полученные данные свидетельствуют, что в условиях крупной по¬
пуляции детей на риск возникновения у них основных форм ЗН ока¬
зывали влияние такие средовые факторы, как температурный режим,
социально-экономический статус пунктов проживания, в том числе
характер и интенсивность промышленного, сельскохозяйственного
производства, загрязнение поверхностных вод нефтепродуктами и
солями аммония, а также выбросы вредных веществ в атмосферу.Можно ли оценивать вышеперечисленные факторы как имею-
щие непосредственное отношение к процессам онкогенеза в детском
возрасте? Является ли их присутствие на какой-либо территории
маркером онкологического риска для детской популяции?Вряд ли на эти вопросы можно ответить утвердительно. Соци¬
ально-экономические типы населенных пунктов, характер и степень
интенсивности промышленного и сельскохозяйственного производ¬
ства сами по себе представляют сложную взаимоувязанную совокуп¬
ность множества факторов. Одни из них обладают альтерационным
действием, другие мутационным, токсическим и т. д. Возможность
патологического воздействия на человеческий организм многих дру¬120
НЕКОТОРЫЕ ПРИМЕРЫ ФОРМИРОВАНИЯ ГИПОТЕЗгих факторов до настоящего времени остается неизвестной. В широ¬
ком наборе средовых факторов, естественно, могут присутствовать в
том числе и онкогенные.В настоящий момент нет возможности выделения подобных фак¬
торов, особенно тех, которые реализуют свое воздействие в детском
возрасте. Поэтому при изучении распространенности ЗН в Дальне¬
восточном регионе правильнее было бы говорить о влиянии на риск
возникновения опухолей у детей факторов, дифференцированно
отражающих интенсивность природного или антропотехногенного
воздействия на окружающую среду и проживающую популяцию. Со¬
циально-экономический тип населенных пунктов, характер произ¬
водства, загрязненность поверхностных вод и атмосферы химиче¬
скими веществами антропотехногенного происхождения в той или
иной степени отражают именно интенсивность такого воздействия.
Тем самым можно сделать один из выводов: риск возникновения ЗН
у детей в регионе тесно связан с присутствием признаков, отражаю¬
щих интенсивность антропотехногенного воздействия на окружаю¬
щую среду и популяцию.Наши исследования позволили установить ряд закономерностей
распространения новообразований у детей, проживающих в разных
экологических условиях [42, 43, 45]. Во-первых, в городской попу¬
ляции риск возникновения опухолей уменьшается по мере измене¬
ния климата от умеренно теплого до арктического. Это в большей
степени относится к острым лейкозам, злокачественным лимфомам,
опухолям ЦНС и саркомам мягких тканей, чем к другим новообра¬
зованиям. Во-вторых, наличие крупных экологически вредных пред¬
приятий, вопреки распространенному мнению, не увеличивает риск
развития большинства форм опухолей. Более того, в населенных
пунктах, где имеются крупные экологически вредные производства,
риск возникновения острого лейкоза у мальчиков является относи¬
тельно низким. Повышение же риска возникновения лейкоза и лим¬
фом наблюдается как раз в тех населенных пунктах, где размещены
маломощные производства, слабо влияющие на экологический ба¬
ланс [45]. В-третьих, химическое антропотехногенное загрязнение
среды не увеличивает риск возникновения большинства новообразо¬
ваний. Наоборот, для лейкоза, опухолей ЦНС наблюдается обратная
зависимость между показателями антропотехногенного воздействия
(содержанием в поверхностных водах аммиака, нефтепродуктов,121
ГЛАВА 8суммарными химическими выбросами в атмосферу), с одной сто¬
роны, и уровнями заболеваемости, с другой стороны. Однако риск
возникновения других новообразований (злокачественных лимфом
и нефробластомы) в районах с сильным антропотехногенным загряз¬
нением поверхностных вод является повышенным.Суммируя вышеизложенное, можно отметить, что ухудшение
экологической ситуации не увеличивает, а иногда, наоборот, умень¬
шает риск возникновения многих форм ЗН у детей. С позиции об¬
щей онкологии такое заключение звучит парадоксально. Вместе с
тем приведенные нами данные находят свое подтверждение в лите¬
ратуре. Известно, что социально-экономические условия оказывают
определенное влияние на онкологическую заболеваемость детей, в
первую очередь, лейкозами и лимфомами. Существует гипотеза, со¬
гласно которой повышение заболеваемости лейкозом детей с парал¬
лельным формированием младенческого пика связано с улучшением
общих социально-экономических условий жизни населения в мире.
Практическим подтверждением этой гипотезы стало сообщение
С.К.О. Williams, Е.М. Essein [147] о том, что улучшение социально-
экономических условий в ряде популяций Нигерии привело к росту
частоты острого лейкоза у детей в этой стране. В целом же при более
высоком уровне жизни заболеваемость острым лимфолейкозом, как
правило, выше, чем в популяциях с низким социальным статусом.
Для злокачественных лимфом наблюдается противоположная карти¬
на [134, 138].Известны факты о влиянии социально-экономических условий
на риск возникновения солидных новообразований у детей. Уста¬
новлено, что нейробластома несколько чаще встречается у детей из
малообеспеченных семей [98, 100]. Аналогичные данные приводятся
и для рабдомиосаркомы [108].Оценивая онкоэпидемиологическую ситуацию на Дальнем Вос¬
токе России, можно отметить, что при неблагоприятных условиях для
жизни вероятность возникновения опухолей у детей понижается. При
этом в качестве неблагоприятных факторов в нашем исследовании
рассматриваются суровый климатический режим, наличие крупных
промышленных предприятий в местах проживания детей, высокая ан-
тропотехногенная загрязненность окружающей среды и т. п. В случаях,
когда экологическая ситуация является сравнительно благоприятной,
мы видим увеличение онкологической заболеваемости.122
НЕКОТОРЫЕ ПРИМЕРЫ ФОРМИРОВАНИЯ ГИПОТЕЗДля объяснения такого эпидемиологического феномена необ¬
ходимо вновь обратиться к выдвинутой нами гипотезе. В ней пред¬
полагается существование особой субпопуляции детей с наруше¬
ниями процессов блокирования протоонкогенов в эмбриональном
периоде развития организма. Нарушение регуляторных механиз¬
мов, по-видимому, ведет не только к формированию предраспо¬
ложенности к возникновению новообразований, но и к развитию
врожденных пороков, ассоциации которых с опухолями — «онкоте-
ратологические комплексы» - являются хорошо известным фактом
в детской онкологии [88]. Во многих исследованиях показано, что
пороки развития могут явиться причиной гибели организма в анте¬
натальном и перинатальном периодах [77, 95, 104], т. е. задолго до
теоретически ожидаемого времени клинического проявления ново¬
образований. Можно также предположить, что даже при отсутствии
врожденных пороков развития у детей с процессами нарушения
блокирования протоонкогенов развиваются иные патологические
состояния, снижающие резистентность организма к неблагоприят¬
ным средовым факторам и повышающие риск ранней смерти. Та¬
ким образом, вероятность элиминации субпопуляции детей, в силу
эндогенных причин предрасположенных к возникновению ЗН, при
некоторых неблагоприятных внешних условиях может быть весь¬
ма значительной. Это, вероятно, и может быть причиной низких
уровней онкологической заболеваемости детей в некоторых райо¬
нах [45]. Наоборот, при благоприятных внешних условиях большая
часть субпопуляции риска сохраняется. Эти дети доживают до пери¬
ода клинического проявления ЗН. Уровни онкологической заболе¬
ваемости в таком случае будут значительными. При этом теоретиче¬
ски возможен предел роста онкологической заболеваемости детей.
Верхняя граница распространения ЗН будет определяться числен¬
ностью популяции онкологического риска. В том случае, когда все
эти дети будут доживать до периода клинического проявления но¬
вообразований, рост онкологической заболеваемости прекратится.
Ясно, что подобные явления невозможно рассматривать только на
уровне практической медицины, так как они несут в себе более глу¬
бокие экологические закономерности: цели и интересы отдельной
особи и популяции человека могут не только не совпадать, но даже
противоречить друг другу [28].123
ЗАКЛЮЧЕНИЕПо прогнозу Фонда народонаселения ООН численность прожи¬
вающих на планете людей к 2050 г. достигнет 9,1 млрд чел. при
нынешних 6,5 млрд. В то же время по прогнозам отечественных де¬
мографов за тот же период в РФ численность народонаселения мо¬
жет снизиться с нынешних 146 млн до 40 млн чел. Еще хуже демо¬
графическая ситуация в развивающихся регионах, за счет которых и
прогнозируется рост общей численности. В России — все наоборот.
По нашим прогнозам численность населения Дальневосточного фе¬
дерального округа сократится с 7 млн до 3,5 млн чел. все за тот же
период времени.Негативные тенденции в состоянии здоровья дальневосточни¬
ков диктуют необходимость пересмотра существующих приоритетов
не только в финансировании и организации медицинской помощи
работающему населению в соответствии с Концепцией охраны здо¬
ровья в Российской Федерации, утвержденной Приказом министра
здравоохранения РФ №113 от 21.03.2003 г., но и научных концепций
междисциплинарных исследований проблем здравоохранения. Поз¬
же последовало Постановление Правительства Российской Федера¬
ции от 1 декабря 2004 г. № 715 «Об утверждении перечня социально
значимых заболеваний». К этой группе заболеваний отнесены ту¬
беркулез, гепатит В и С, СПИД, сахарный диабет, психические рас¬
стройства и расстройства поведения, злокачественные новообразо¬
вания, инфекции, передающиеся преимущественно половым путем,
болезни, характеризующиеся повышенным кровяным давлением.
Гражданам, страдающим социально значимыми заболеваниями и за¬
болеваниями, представляющими опасность для окружающих, ока¬
зывается медико-социальная помощь и обеспечивается их диспан¬
серное наблюдение в соответствующих лечебно-профилактических
учреждениях бесплатно или на льготных условиях. Все эти дирек¬
тивные документы предполагают реализацию некоторых конкрет¬
ных стандартов оказания медицинских услуг населению, наведение
элементарного порядка в сфере страховой медицины, независимо
от форм собственности организаций здравоохранения. Но только
льготным медицинским обслуживанием проблему ЗН не решить.124
ЗАКЛЮЧЕНИЕНеобходимо междисциплинарное исследование причин возникно¬
вения и распространения этой формы социально значимых заболе¬
ваний с использованием методов математического моделирования и
новых информационных технологий.Нами ранее были исследованы информационные модели соци¬
ально-экономических аспектов управления ресурсами системы здра¬
воохранения Хабаровского края на примере неинфекционных неле¬
тальных заболеваний. Были разработаны средства математического
моделирования влияния глобальных информационно-технологиче¬
ских процессов на социально-экономические и эколого-психологи-
ческие аспекты проживания в Дальневосточном регионе России, со-
циодинамические сценарии основных вариантов развития региона и
изменения качества жизни населения на Дальнем Востоке с учетом
социально значимых заболевании. Одним из путей дальнейшего из¬
учения этих заболеваний могут явиться комплексные медико-гео¬
графические исследования территорий, являющиеся в настоящий
момент наиболее быстро развивающимся направлением эпидемио¬
логии не только инфекционной, но и неинфекционной патологии.
Важным разделом эпидемиологии неинфекционных заболеваний
является онкоэпидемиология. Отдается предпочтение мультифак¬
ториал ьной природе новообразований, рассматривается патогенное
сочетание воздействий средовых и конституционально-генетических
факторов на индивидуума.Окружающей среде придается большое значение в формирова¬
нии уровней социально значимой заболеваемости, особенно если
речь идет о территориальных особенностях региона. К ним относятся
климато-географические факторы, особенности питания, загрязне¬
ния воздуха и воды, контакт с бытовыми, промышленными химиче¬
скими и физическими канцерогенами и т. п. Наряду с антропотехно-
генными воздействиями определенную роль в процессах индукции и
промоции многих неинфекционных заболеваний играют природные
факторы, непосредственно связанные с естественной окружающей
средой и последствиями ее изменении. Хабаровский край, как и
большая часть Дальневосточного региона, характеризуется значи¬
тельной экстремальностью климатического режима, выраженной
контрастностью отдельных медико-географических зон.Эпидемиология рака изучает закономерности его распростра¬
нения во времени и пространстве и обусловливающие их факторы.125
ЗАКЛЮЧЕНИЕЭпидемиологические исследования рака направлены не только на
изучение закономерностей распространения злокачественных опу¬
холей, но и на установление причин таких закономерностей. Эта
задача, относящаяся к разделу аналитической эпидемиологии, не¬
редко должна решаться особыми методами в рамках популяционных
исследований. В ряде случаев аналитический характер таких иссле¬
дований связан с изучением роли факторов малой интенсивности в
формировании закономерностей популяционного распространения
новообразований. К таким факторам следует отнести экзогенные
воздействия на организм, характеризующиеся рядом признаков,
обязательными среди которых являются низкая вероятность индук¬
ции опухоли по сравнению с факторами индивидуального риска, рас¬
пространение на всей изучаемой территории, воздействие в той или
иной степени на всю или большую часть популяции, проживающей
на данной территории. Изучение факторов малой интенсивности
когортными методами или с помощью метода «случай-контроль»,
как правило, неэффективно. Противоречия стандартного эпидеми¬
ологического исследования позволяет преодолеть популяционный
эпидемиологический анализ, основанный на использовании попу¬
ляционно-аналитического метода. Популяционно-аналитический
метод охватыватывает всю популяцию, проживающую на исследуе¬
мой территории. При этом в качестве объекта изучения рассматрива¬
ются показатели частоты заболеваемости, смертности и т. п. в адми¬
нистративных районах (населенных пунктах) изучаемой территории,
а в качестве признаков, оказывающих влияние на объект исследова¬
ния, значение или степень представленности природных (темпера¬
турный режим, инсоляция, содержание микроэлементов в почвах и
т. п.), социальных (уровни безработицы, среднего дохода надушу на¬
селения и т. п.), демографических (уровни рождаемости, смертности,
миграции и т. п.) и иных факторов, относимых к параметрам малой
интенсивности.Вместе с тем методологические подходы к решению задач изуче¬
ния факторов малой интенсивности в рамках популяционного ана¬
лиза еще требуют дополнительной проработки. Важным аспектом
представляются определение математического аппарата такого ис¬
следования и оценка эффективности того или иного математическо¬
го метода в решении данных задач. Корреляционный анализ являет¬
ся тем математическим методом, который почти всегда используется126
ЗАКЛЮЧЕНИЕв задачах популяционного эпидемиологического исследования на
первом этапе. Парный коэффициент корреляции является одним
из основных показателей взаимозависимости двух случайных вели¬
чин и служит мерой линейной статистической зависимости между
данными величинами. Числовые данные, содержащиеся в таблицах,
обычно имеют между собой явные (известные) или неявные (скры¬
тые) связи.В аналитическом эпидемиологическом исследовании всегда
присутствует задача выявить скрытые зависимости и выразить их в
виде формул, т. е. математически смоделировать явления или про¬
цессы. Одну из подобных возможностей предоставляет корреляци-
онно-регрессионный анализ.Корреляционно-регрессионный анализ связей между перемен¬
ными показывает, как один набор переменных (X) может влиять на
другой (У). Целью регрессионного анализа является максимально
точное определение меры выявленной связи, что необходимо для
определения прогноза значения зависимой величины Yпри извест¬
ных значениях независимых величин Хр Xv ... Хп. Для того чтобы
оценить, насколько каждый фактор влияет на значение этого па¬
раметра, необходим расчет стандартизованных коэффициентов /5,
позволяющих определить вклады факторов в функцию. В случае,
если полученная модель статистически значима, выполняется за¬
ключительный этап корреляционно-регрессионного исследования,
заключающийся в применении предложенной модели для прогно¬
зирования (предсказания) изменения явления при соответствующих
изменениях других факторов, входящих в модель.Весьма важное значение в популяционном эпидемиологическом
исследовании имеет метод выделения субпопуляций. В рамках иссле¬
дования, охватывающего, к примеру, все население изучаемой терри¬
тории, всю популяцию можно условно разделить на отдельные части,
на которые анализируемый фактор воздействует с разной степенью
интенсивности. В выделенных таким образом субпопуляциях можно
рассчитать значения показателя отношения шансов возникновения
того или иного заболевания и определить его достоверность. Важно
знать, насколько метод выделения субпопуляций может отражать
существующие причинно-следственные связи. На примере оценки
влияния на уровни первичной запущенности злокачественных ново¬
образований ряда показателей, характеризующих состояние общей127
ЗАКЛЮЧЕНИЕлечебной сети, рассмотрены два методологических подхода — выде¬
ления субпопуляций и регрессионного анализа.При рассмотрении данных, полученных методом выделения суб¬
популяций, на первый взгляд, складывается впечатление, что почти
все из изучаемых медицинских факторов оказывают существенное
влияние на риск диагностики ЗН в 4-й стадии. Однако парный кор¬
реляционный анализ между порайонными значениями каждого из
медицинских факторов, с одной стороны, и частотой диагностики4-й стадии ЗН, с другой, не обнаружил достоверных связей. С помо¬
щью кластерного анализа установлено, что между всеми изученными
медицинскими факторами существуют сильные связи (г>0,8), не по¬
зволяющие разделить административные районы на отдельные груп¬
пы, достоверно различающиеся между собой степенью представлен¬
ности медицинских факторов. Иными словами, административные
районы Хабаровского края с позиции статистического анализа мало
отличаются друг от друга по изученным медицинским показателям,
что делает применение метода анализа субпопуляций неэффектив¬
ным.Проведение анализа влияния медицинских факторов на частоту
диагностики 4-й стадии ЗН с использованием метода множествен¬
ной линейной регрессии показало отсутствие какой-либо выражен¬
ной связи между данными явлениями. Другими словами, изученные
медико-биологические факторы, в том числе и состояние онкологи¬
ческой службы, не оказывают достоверного влияния на частоту диа¬
гностики 4-й стадии ЗН. Это означает, что метод выделения субпо¬
пуляций по одному изучаемому фактору в рамках популяционного
эпидемиологического исследования значительно уступает методам,
основанным на использовании регрессионного анализа.Эффективность регрессионного анализа не одинакова при ре¬
шении разных задач. Так, изучение влияния социальных факторов
на уровни территориального распределения 4-й стадии ЗН методом
множественной линейной регрессии позволило выявить существу¬
ющие зависимости. Показано, что положительное влияние на ча¬
стоту распространения 4-й стадии ЗН оказывают такие показатели,
как объем промышленного производства, темп прироста реальной
заработной платы, степень развития транспортных коммуникаций,
уровень занятости населения, численность зарегистрированных без¬
работных, напряженность на рынке труда, уровень вакантное™ ра-128
ЗАКЛЮЧЕНИЕбочих мест, удельный вес в составе безработных лиц, состоящих на
учете более 1 года, среднемесячная номинальная заработная плата.
В свою очередь, отрицательное влияние на частоту распространения
запущенных форм ЗН оказывают уровень регистрируемой безрабо¬
тицы, отношение номинальной заработной платы к среднекраевому
уровню, индекс производства промышленной продукции в процентах
к предыдущему году, ввод в действие жилых домов, задолженность по
заработной плате. Использование метода множественной линейной
регрессии позволяет получить данные, свидетельствующие, что ЗН
на популяционном уровне нельзя относить к социально обусловлен¬
ным заболеваниям, таким как, например, хронический алкоголизм,
наркомания, венерические болезни и туберкулез. Вместе с тем на
территориальное распространение запущенных форм новообразова¬
ний социальные факторы оказывают существенное влияние.В иных условиях применение метода расчета множественной
регрессии менее эффективно. Примером такого утверждения может
быть оценка распространения ЗН в зонах с различным содержанием
микроэлементов в почвах. Расчет уравнения множественной линей¬
ной регрессии для матрицы, включавшей данные об общей онколо¬
гической заболеваемости и содержании микроэлементов в почвах
населенных пунктов, показал, что коэффициент детерминации R2
равен 0,4. Это означало, что большая доля теоретических значе¬
ний уровней заболеваемости зависела от других, не участвовавших
в модели факторов. Аналогичные данные получены и при изучении
методом множественной линейной регрессии влияния климатиче-
скихфакторов на частоту диагностики рака легкого в т.н. малых на¬
селенных пунктах.Итак, можно полагать, что метод множественной линейной ре¬
грессии более эффективен при анализе влияния медико-социальных
факторов на показатели эффективности деятельности онкологиче¬
ской службы, нежели при анализе влияния природных факторов на
распространение ЗН.Повышение эффективности математического аппарата по¬
пуляционного эпидемиологического исследования возможно на
пути интеграции метода выделения субпопуляций, кластерно-дис¬
криминантного анализа и теоретико-игрового подхода к задачам
вычисления свойств. Если выделение субпопуляций по отдельно¬
му фактору не позволяет проанализировать влияние на изучаемый129
ЗАКЛЮЧЕНИЕпатологический процесс других факторов, то формирование субпо¬
пуляций не по одному, а по нескольким факторам существенно уве¬
личивает информативность метода. Формирование субпопуляций по
сходству нескольких факторов возможно с помощью кластерного и
дискриминантного анализа.Изучение влияния микроэлементного состава почв на особенно¬
сти территориального распространения ЗНО с помощью кластерно¬
дискриминантного анализа подтверждает данные о малом влиянии
микроэлементного состава почв на особенности территориального
распространения опухолей. Однако применение кластерно-дис¬
криминантного анализа повышает объективность метода выделения
субпопуляций. В этом случае выявляемые в отдельных популяциях
различия в значениях показателей относительного риска могут быть
объяснены влиянием не отдельного фактора, субъективно выделен¬
ного исследователем, а целой группы факторов, находящихся в более
сложных взаимоотношениях друг с другом. По-видимому, такой под¬
ход более объективно отражает причинно-следственные факторы,
реально существующие в изучаемом объекте.Метод медико-географического районирования является важ¬
ной составляющей популяционного эпидемиологического анализа
и во многом может быть рассмотрен как вариант метода выделения
субпопуляций. Задачи медико-географического районирования ЗНО
могут быть решены методами многомерной статистики с использо¬
ванием кластерно-дискриминантного анализа. При проведении рай¬
онирования необходимо придерживаться вышеупомянутых в гл. 8
принципов определения минимальной единицы наблюдения, стро¬
гого соблюдения необходимости перевода качественных параметров
в количественные, а также включения координат административных
районов в общую матрицу в качестве самостоятельных переменных.Таким образом, имея самостоятельную методологическую осно¬
ву, собственные задачи и точки практического приложения, популя¬
ционный эпидемиологический анализ объективно является частью
эпидемиологии неинфекционных заболеваний.
ЛИТЕРАТУРА1.	Амосов Н.М., Кондратьев АЛ., Минцер О.П. и др. Справочник по медицинской и
биологической кибернетике. Киев: Наук, думка, 1986. 375 с.2.	Антомонов Ю Г. Моделирование биосистем. Киев: Наук, думка. 1977. 246 с.3.	Арбиб М.А., Meiwc Э.Дж. Основания теории систем // Математические методы в
теории систем. М.: Мир, 1979. 328 с.4.	Бакланов П.Я. Дальневосточный экономический регион: общее экономическое
положение и проблемы развития // Социально-экономическое развитие Дальнего Вос¬
тока: новые проблемы, пути перестройки: материалы научных докладов / НИИ эконо¬
мических исследований ДВО РАН СССР. Хабаровск: ИЭИ ДВО АН СССР, 1991. С. 5-10.5.	Бейли Н. Математика в биологии и медицине. М.: Мир, 1970. 326 с.6.	Беллман Р. Математические методы в медицине. М.: Мир, 1987. 200 с.7.	Билибин А.Ф. Методические вопросы инфекционной патологии и хшнгогерашш //
Вестн. АМН СССР. 1972. № 3. С. 63-69.8.	БольшееЛ.Н., Смирное Н.В. Таблицы математической статистики. М.: Наука, 1983.9.	Борисовец Е.Э., Косолапое А. Б. Картографическое представление результатов меди¬
ко-географического исследования территории Дальнего Востока // Вопросы организации
региональной географии инфекций: тез. докл. 3-й региональной школы-семинара. Влади¬
восток: ТИГ ДВНЦ АН СССР, 1987. С. 97-98.10.	Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1968. 356 с.11.	Бююлъ А.. Цефель П. SPSS: искусство обработки информации. 2-е изд. М.: Диа¬
софт, 2002.12.	Вапник В.Н., Червоненко А.Я. Теория распознавания образов. М.: Наука, 1974.419с.13.	Вилкас ЭЛ. Теория оптимальности в теории игр // Современные направления в
теории игр. Вильнюс: Мокслас, 1976. С. 25-43.14.	Винер Я. Кибернетика. М.: Сов. радио, 1968. 326 с.15.	Воробьев Н.Н. Современное состояние теории игр // Успехи математических наук.
1970..Т. 25. вып. 2. С. 81-40.16.	Вучков //., Бояджиева Л., Солаков Е. Прикладной линейный регрессионный ана¬
лиз. М.; Финансы и статистика, 1987.17.	Гермейер Ю.Б. Игровые концепции в исследовании систем // Изв. АН СССР. Сер.
Техн. кибернетика. 1970. № 2. С. 25-33.18.	Гильдерман ЮЛ. Математизация биологии. М.: Знание, 1969. 60 с.19.	Глушков В. М. Введение в АСУ. Киев: Техника, 1974. 317 с.20.	Гмурман В.Е. Теория вероятностей и математическая статистика. 6-е изд., стерео¬
типное. М.: Высш. И1к., 1997.21.	Гроссман С., Тернер Дж. Математика для биологов. М.: Высш. шк., 1983. 384 с.22.	Демина Е.А. Лимфогранулематоз // Клиническая гематология / под ред. М.А. Вол¬
кова. М.: Медицина, 2001. С. 314-336.131
ЛИТЕРАТУРА25	Дурное Л А , Бухны А Ф , ЗоютарсвАБ ндр Принципы регистрации детей, боль-
ых злокачественными новообразованиями // Вопросы учета больных злокачествснны-
ц новообразованиями М М3 РФ, 1993 С 18-2626	Д\рнов Л А , Бухны А Ф , Лебедев В И Вопросы организации онкологическом по-
оши детям//Педиатрия 1975 №6 С 13-1627	Елисеева И И, Рукавишников В О Группировка, корреляция и распознавание об-
1зов М Статистика 1977 114 с28	Золотое Е В , Ионичевский В А , Кондратьев А И, Савин С 3 Информационное мо-
елирование живых систем Владивосток Дальнаука, 1991 280 с29	Зоненшакн Л П, Савостин Л А Введение в геодинамику М Недра 1979 310с30	Иванов Е Г Районирование территории Восточной Сибири и Дальнего Востока
ю характеру многолетних колебании водоносности рек // Тр ДВНИГМИ Выи 39 Л
идромстеоиздат, 1972 С 3-831	Ионичевский В А , Савин С 3, Косых Н Э, Виногродскии Б Б идр Информацион-
ше модели процесса адаптации чечовека в условиях Дальнего Востока и Крайнего Севера
5акл отчет по теме ГКНТ СССР № 0182 1031209 Деп в ВИНИТИ Хабаровск ВЦДВНЦ
\Н СССР, 1991 178 с32	Исследования по обшей теории систем М Прогресс, 1969 519 с33	Казначеев В П Современные аспекты адаптации Новосибирск Наука, 19S0192 с34	Кисеаев Ф Л, Павлиш О А , Татосян А Г Молекулярные основы канцерогенеза у
че ювека М Медицина, 1990 317 с35	Климат СССР Выпуск 6 (дальневосточные районы, Камчатка, Сахалин) Л Ги-
1трометиздат, 1958 167 с36	Кондратьев А И Коалиционные итры с реализациями//Кибернетика 1979 N“6
L 100-10637	Кондратьев А И Теоретико-игровые модели в задачах распознавания М Наука,
II9S6 324с38	Кондратьев А И, Исраилов А М, Погутенко С К, Савин С 3, Семидел Е П Теоре-
tnко-игровой распознающим метод информационная, алгоритмическая и программная
се пизация Хабаровск ВЦ ДВНЦ АН СССР, 1986 76 с39	Кондратьев А И Теоретико-игровые распознающие алгоритмы М Наука, 1990ЬбО с40	Королюк ВС пар Справочник по теории вероятностей и математической стати-
1чнке М Наука Гл ред физ-мат лит, 1985 312с41	Косых И Э Злокачественные новообразования у детей на Дальнем Востоке (по-
i\ тяционное эпидемиологическое исследование) дис докт мед наук Хабаровск, 1996
*69с42	Косых Н Э, Кустов В И Атлас распространения злокачественных новообразова¬
ний у детей на Дальнем Востоке России Хабаровск, 1995 80 с43	КосыхНЭ, Савин С3 Системный анализ распространения злокачественных но¬
вообразований у детей Владивосток Дальнаука, 1997 160 с44	Косых Н Э , Савин С 3 Медицинская география гемобластозов у детей Препр
Владивосток ВЦ ДВО РАН, 1998 48 с45	Косых Н Э, Марочко А Ю , Маслов Л А , Савин С 3 Опыт онкоэпидемиологиче-
Иких исследовании на Дальнем Востоке // Успехи естественных наук 2003 №11 С 61-62132
ЛИТЕРАТУРА46	Косых Н Э , Савин С 3 , Брянцева А И, Смирнов Д В Метод кластерного анализа
в медико-географическом районировании крупных территории // Тез докл Дальневост
мат школы-семинара им акад ЕВ Золотова Владивосток Дальнаука, 200247	Косых Н Э, Смирнов Д В, Савин С 3 Системный анализ распространения первич¬
но-множественных ЗН в популяции Владивосток Дальнаука, 2002 106 с48	Косых Н Э , Смирнов Д А , Брянцева А И, Савин С 3 К вопросу об особенностях
территориальной распространенности полинеоплазии // Тез докл Дальневост мат шко¬
лы-семинара им акад Е В Золотова Владивосток Дальнаука, 200249	Косых Н Э, Савин С 3, Смирнов Д В, Брянцева А И Эколого-математические ме¬
тоды медико-географического районирования в задачах онкоэпидемиологии на примере
изучения особенностей территориального распространения первично-множественных ЗН
в Хабаровском крае//Тез докл Дальневост мат школы-семинара им акад Е В Золотова
Владивосток Дальнаука, 200250	косых Н Э, Змеул В К, Брянцева А И, Смирнов Д В, Трегубое П А Некоторые осо¬
бенности распространения ЗН желудочно-кишечного тракта в Хабаровском крае // Тез
докл Дальневост мат школы-семинара им акад Е В Золотова Владивосток Дальнаука.
200251	Косых Н Э, Смирнов Д В, Брянцева А И, Марочко А Ю, Савин С 3, Ткачев А В Эко¬
лого-математические методы медико-географического районирования в онкоэпидемио¬
логии // Современные проблемы математики и естествознания материалы Третьей все-
рос науч -техн конф Нижнии Новгород МВВО АТН РФ, 200252	Косых Н Э , Кравченко Н С, Марочко А Ю , Савин С 3 Исследование онкоэпи-
демиологической роли естественных факторов окружающей среды // Биохимические и
гидроэкологические оценки наземных и пресноводных экосистем Вып 13 Владивосток
Дальнаука, 2003 С 34-7753	Косых Н Э, Савин С 3, Брянцева А И, Ткачев А В Атлас распространения злокаче¬
ственных новообразований в Хабаровском крае Владивосток Дальнаука, 2005 133 с54	Кривоборская А И Оценочное картографирование природных условии юга
Дальнего Востока//Тематическое картографирование теория, методы, практика Ново¬
сибирск СО АН СССР, 1985 С 69-8155	Кустов В И Проблема рака желудка на Дальнем Востоке в регионе интенсивного
освоения и заселения дис докт мед наук Хабаровск, 198056	Мазуренко Н Н, Зйровская И Б Нестерова И В и др Экспрессия белкового про¬
дукта протоонкогена C-scr в опухолях человека //Докл АН СССР 1991 №5 С 124-12857	Малиновскии Л Г Классификация объектов средствами дискриминантного ана¬
лиза М Наука, 1979 198 с58	Марочко А Ю , Кустов В И, Заридзе Д Г, Савин С 3 Системный анализ заболева¬
емости ЗН коренного национального населения Дальнего Востока Владивосток Дальна¬
ука, 1999 111 с59	Марочко А Ю, Косых Н Э, Савин С 3 Информационное моделирование в эко¬
логии человека // Тез докл Дальневост мат школы-семинара им акад Е В Золотова
Владивосток Дальнаука, 200260	Марчук Г И Математические модели в иммунологии М Наука, 1980 264 с61	Математические методы в социальных науках М Прогресс, 1973 288 с62	Математические методы в теории систем М Мир, 1979 328 с133
ЛИТЕРАТУРА63	Математические проблемы в биологии М Мир, 1966 178 с64	Мотрич ЕЛ Хабаровским край Население края от переписи к переписи // Сеть
тюэкологическою мониторинга и раннего предупреждения конфликтов М Ин т этно
логии и антропологии РАН 2004 N° 2 С 33-34б*! Мотрич Е Л Демографическая ситуация в Дальневосточном федеральном округе
//Народонаселение 2004 N’2(24) С 37-4866	Мотрич ЕЛ Демографический сегмент в социально-экономическом развитии
Дальнего Востока России // Социально-политические процессы на Дальнем Востоке
материалы 1-й регион науч практ конф Хабаровск 16-19 апреля 2004 г Хабаровск Кн
изд-во, 2004 С 43-4867	Нейман Дж , Моргенштерн О Теория игр и экономическое поведение М Наука,
1970 707 с68	Новая Россия Информ щионно-стлтистическии альманах М Экономика 1995,!12 с69	Основные показатели характеризующие социально-экономическое положение
Хабаровского края // Информация Краевого комитета государственной статистики Ха¬
баровск 1998 96 с70	Папело В В Особенности развития производственной системы Сибири и Дальне
ГО Востока//Эконом сел хоз-ва 1987 №11 С 28-3171	Пузанов А С Об оценке природно-гео!рафических условии при изучении вопро¬
сов социального развития Дальнего Востока // Современные проблемы природопользова¬
ния (региональные аспекты) Владивосток ТИГ ДВНЦ АН СССР, 1987 С 102-10472	П\ртова ЛЯ, Гольдменко АД Экологическое картирование города для изуче¬
ния влияния на здоровье населения // Проблемы экологии человека в Сибири тез докл
регион конф Т 2 Новокузнецк, 1990 С 83-8473	РедькоЛА Некоторые показатели здоровья населения в связи с загрязнением ат
мосферного воздуха автореф дис канд мед наук М , 1987 24 с74	Роберте Ф С Дискретные математические модели с приложениями к социаль
ным, биологическим и экологическим задачам М Наука, 1986 496 с75	Рыбаыовский Л Л Население Дальнего Востока за 150 лет М Наука 1990 138 с76	Саати А Математические модети конфликтных ситуации М Сов радио 1977*02 с77	Сабирова ЗФ Зависимость состояния здоровья детского населения от экологи¬
ческого фона // Гигиена детей и подростков - важнейшее звено профилактической ме¬
дицины тез докл Всесоюз науч -практ конф Москва 17-18 окт 1989 г Ч 2 М 1989
С 82-8478	Савин С 3 Проблемы создания банков данных // Тез конф по проблемам созда¬
ния АСУ Хабаровск ЦНТИ, 1975 с 55 6179	Савин С 3 Интеграция данных//Человек и ЭВМ Хабаровск ДВНЦ АН СССР
1977 С 21-52880 Савин С 3 , Ионичевскии В А , косых Н Э и др Создание научных основ систем
ного математического и программного обеспечения медицинских исследований и исполь
ювание математического моделирования в этих исследованиях Закл отчет по теме ГКНТ
СССР № 0182 1031209 Деп в ВИНИТИ Хабаровск ВЦ ДВНЦ АН СССР, 1986 102с81	Савин С 3, Ионичевскии В А Информационные модели в экологии человека //
Теоретические и прикладные проблемы экологии Чита, 1992 С 61-62134
ЛИТЕРАТУРА82	Савин С 3 Разработка системы информационной и протраммнон поддержки про¬
цесса принятия решении в конфликтных ситуациях лотореф дис канд ге\н наук Вла¬
дивосток ВЦДВОРАН, 1999 24 с83	Север Дж Линейный регрессионный анализ М Мир, 198084	Сеиц ИФ, Князев ПГ Молекулярная онкология Л Медицина 1986 352с85	СепетлаевД Статистические методы в научных медицинских исследованиях М
Медгиз, 1968 418 с86	СмитДж Модели в экологии М Мир, 1976 184 с87	СыитДж Математические идеи в биологии М Мир 1970 102 с88	Сотникова ЕН Медико-генетическое консультирование и принципы формиро¬
вания групп риска в детской онкологии автореф дис д рамед наук М , 1986 26 с89	Социально-экономическое положение Хабаровского края в 2001 г Хабаровск
Краевой комитет государственной статистики, 2002 28 с90	Социально-экономическая ситуация в Хабаровском крае в январе-декабре 2003
года Сервер Хабаровскою Краевого правительства 2004 http //w\vw khabkrai ru/about/la-
ndmap html91	Справочник по прикладной статистике В2-хт T 1 пер с англ /подред Э Ллой
да У Ледермана, Ю Н Тюрина М Финансы и статистика, 1989 312 с92	Суржиков В Д, Бомиаков В В , Максимцев Л Н Гигиеническая оценка эффектив¬
ности работы установки безпылевои выгрузки кокса // Проблемы экологии человека в Си¬
бири тез докл регион конф Новокузнецк, 1990 Т 2 С 21-2293	Худяков Г И, Урусов В М, Китаев ИВ Экологическая программа для Дальнего
Востока Владивосток ДВО АН СССР, 1989 27 с94	Флетчер Р, Флетчер С, Вагнер Э Клиническая эпидемиология Основы доказа
тельной медицины М , 1998 352 с95	Adamson Е D Oncogenesis m development // Development 1987 V 99 N 5 P 449-47196	Baidossv A , Haberlandt U, Knsanoxa V Automatic fuzzy-rule assessment and its ap-
plication to the modelling of nitrogen leachmg for large regions // Soft Computing 2003 7 (6)
P 370-38597	Brown К, Watson J, Poirier V Alteration of the WT-1 tumor suppressor gene in Wilm s
tumour//] Cell Biochem 1992 N 16 P 13198	Carlsen NL T Epidemiological investigations on neuroblastoma m Denmark 1943-1980
// Brit J Cancer 1986 V 54, N 6 P 977-98899	Cotton PC, BtuggeJ S Neural tissues express high levels of the cellular scr gene product
pp60src//Mol Cel Biol 1983 V3 P 1157-1162100	Davies S, Rogers M A M, Pendergrass TW The incidence and epidemiological ch¬
aracteristics of neuroblastoma in the United States // Amer J Epidemiol 1987 V 126 N 6
P 1063-1074101	Derkacheva L N The climate of the Far Eastern Region and its influence of human he
alth//Reg Conf Asian Pacif Countries Int Georg Union Beijing, Aug 13-20, 1990 Beijing,
1990 P 11-89102	Dickson С, Deed R , Di\on M , Peters G The structure and function of the INT-2 onc¬
ogene//Prog Growth Factor Res 1989 V 1, N 3 P 123-132103	Duprev H Boettiger D Developmental regulation of c-mvb m normal myeloid progen¬
itor cells//Proc Natl Acad Sci 1985 V 82 P 6937 6941135
ЛИТЕРАТУРА104	Emhom Е Are there tactors preventing cancer development during embr>omc life’ //
Oncodevelop Biol and Med 1983 V 4 N 3 P 219-229101	Friend S H, Bemads R Roge/SA Human DNA segment with properties of the gene
that predisposition to retinoblastoma and osteosarcoma//Nature 1986 V 323 P 643-64610b Gephart A , Bell J С ,Fou!kes J G Abelson transformed fibroblasts lacking the EGF rec¬
eptor are nottumotigemc m nude mice//EMBOJ 1986 V 5 P 2191-2195107 Gdhgan T Social disparities and prostate cancer mapping the gaps in our knowledge//
Cancer Causes Control 2005 N16(1) P 41-53 ReviewIDS Gri/ffennan S, Wang HH etal Environmental factors ш the etiology of rhabdomyosa
icoma ui childhood//J Nat Cancer Inst 1972 V 68 P 107-109109	Hattennann F, Krysano\a V, Wechsung F <i Wattenbach M Runoff simulations on the
macroscale with the ecohvdrological model SWIM in the Elbe catchment - validation and uncer
tainty analysis//Hvdrological Proceses 2005 N19 P 693-714110	Hencel С H, HsilIi С -L , Gaidar A F et al Altered structure and expression of the
human retinoblastoma susceptibility gene in small cell lung cancer//Cancer Res 1990 V 50
P 3067-3072111	Higgmson J , Мин С S & Munoz N Human cancer Epidemilogy and environmental
causes Cambridge Cambridge Umver Press, 1992 314 p112	Htronen H, SaundbirgM kahmono H et al The N myc proto-oncogene and IGF-I1
growth factor mRNAs expressed by distinct cells in human fetal kidney and brain // J Cell
Biol 1989 V 108, N 3 P 1093-1104113	Itoh F, Isluzaka Y, Tahira T et al Recent studies on the protooncogene //Tumour
Res 1989 V 24 P 1 13114	Knudson AG Jr Mutation and cancer statistical studv of retinoblastoma//Ibid 1971V	68 P 820-823115	Knudson A G Jr Mutation and latency m carcinogenesis//Life Sci Res rept 1977
N 7 P 55-68116	Knudson A G Jr Mutagenesis and embryonal carcinogenesis // Nat Cancer Inst Mon-
ogr 1979 N 51 P 19-23117	Knudson A G Jr Hereditary cancer clues to mechanisms of carcinogenesis//Br J
Cancer 1989 V 59 P 661 666118	Knudson A G Ji Overview genes that predispose to cancer//Mutat Res Fund And
Mol Mech Mutagen 1991 V 247, N 2 P 185-190119	Krvsanova V, Becker A , Wechsung F Integrated ecohydrological analysis of a temperate
de\eloped region the Elbe River basin in Central Europe//P Kabat, M Claussen, PA Dirmeyer,
J Gash, L В de Guenm, M Meybeck, R A Pielke Sr, Ch Vorosmarty, R Hutjes, S Lutkemeier
(Eds) \fegetation, Water, Humans and the Climate A new perspective on an interactive svstem
Springer 2004 D 6 P 429-439120	krysanoxa V, Becker A , Schulze R E Integrated ecohydrological modelling considering
nutrient dynamics in nver catchments//P Kabat, M Claussen, PA Dirmeyer, J Gash, L В de
Guenm M Meybeck R A Pielke Sr , Ch Vorosmarty, R Hutjes, S Lutkemeier (Eds ) \fcgetat-
юп, Watei Humans and the Climate A new perspective on an interactive system Springer 2004
D 2 6 P 328 336121	A/rsanow7 V, Haberlandt U, Oesterle H, Hatteimann F Effects of natural and anthro¬
pogenic factors on nitrogen fluxes in agncultural soils a modelling study in the Saale River basin136
ЛИТЕРАТУРА(central Europe) // Impact of Human Activity on Groundwatei Dynamics IAHS Publication
2001 N 269 P 131-338122	knsaitova V, Hatteimwm F, Wechsitm; F Process based ccohvdrological modelling at
the nver basin scale and options for regionalisation //A E Rjzzoli AJ Jakeman (eds ) Inteerated
assessment and decision support Proc of the 1st biennial meeting of the Int Env Modellme and
Software Society 2002 V 1 P 393-398123	Law M R , Morns J к Whv is mortality highei m pooier areas and in more northern
areas of England and Wales’ // J Epidemiol Community Health 1998 52(6) P 344 52124	Lee W-H, Bookstein R , Hong F et al Human retinoblastoma susceptibility gene
cloning, identification and seguence//Mol Cell Biol 1987 Vol 235 р 1394-1399125	LeGonv E , D'Pinfo P, Zimmerman к Structure and expression! of myc-family genes//
Nucl Oncogenes Banbury Meet, 3-6 March 1987 N У Gold Spring Harbor, 1987 P 777 783126	Leyden W A Manos M M,Geiger A M, Wemmann S, Mouchanai J, Bischoff К Yood
M U Gilbert J, Taplin S H Cervical cancer in women with comprehensive health care access att¬
ributable factors in the screening process//J Natl Cancer Inst 2005 May 4 97(9) 675-683127	McFadden К McConnell D Salmond C, Crampton P, Fraser J Socioeconomic depr
lvation and the incidence of cervical cancer in New Zealand 1988-1998 // N Z Med J 2004
Nov 26,117(1206)128	Marcella S, Mtllei J E Racial differences m colorectal cancer mortality The importance
of stage and socioeconomic status//J Chn Epidemiol 2001 Apr 4(54) 359 366129	Marchuk J, Henson DE Correlations between access to mammography and breast can¬
cer stage at diagnosis//Cancer 2005 Apr 15,8(103) 1571-1580130	Mozer В , Mailoi R ,ParUunst S et al Characterization and developmental expression
of Drosophila oncogene//Mol Cel Biol 1985 V 5 P 885-889131	MuirCS, Waterhouse J, Mack T, Powell J & Whelan S L Cancer Incidence m five
continents (International Agency for research on cancer, Lyon France) 19S7 Vol 5 408 p132	Muller R , S/amon D J, Tiemblay J M et al Differential expression of cellular onco¬
genes during pre- and postnatal development of the mouse // Nature 1982 V 99 P 640-644133	Nusse R The mt-genes m mammary tumor genesis and in normal development // Tre¬
nds Genet 1988 V 4 N 10 P 291-295134	Ohsa E G, Chandra R , Jackson M A Malignant tumours m American Black and Nig¬
erian Children a comparative study//J Nat Cancer Inst 1975 V 55 p 281-284135	Parkin DM, Smans M <£ Muir С S Canccr Incidence m the USSR, Supplement to
Cancer Incidence in five continents (International Agency for research on cancer Lyon France)
1983 Vol 3 376p136	Parkin D M ,StillerC A , DiapperC A et al International Incidence of Childhood Ca¬
ncer//[ARC Sci Publ 1988 N 87 200 p137	Pimentel D Population regulation and genetic feedback // Sciences (1968) 159
P 1432-1437138	Ramot В , Magrath I The environmental is a major determinant of the immunological
sub tvpe of lymphoma and acute lymphoblastic leukaemia m children // Bnt J Haematol 1982V	50 P 183-189139	Rouali E, И ilson D A ,Armstrong D L ,Daihngton G J N-myc amplification and neuro¬
nal differentiation in human primitive neuroectodermal tumours of the central nervous system 11
Cancer Res 1989 V 49, N 7 P 1791-1801137
ЛИТЕРАТУРА140.	RuppcrtC., Go/dwitzD., Wille W. Proto-oncogene myc is expressed in cerebellar neurons
at different developmental stages//EMBO J. 1986. V. 5. P. 1897-1901.141.	Seifert R.A., Schwartz S.М., Bowen-Pope D.G. Devclopmentaly regulated production of
plateled-derived growth factor like molecules // Nature. 1984. V. 311. P. 669-671.142.	Taylor V.M., Jackson J.C., Schwartz S.M., Tu S.P., Thompson B. Cervical Cancer among
Asian American Women: A Neglected Publica Health Problem //Asian Am Рас Isl J Health. 1996.
Autumn;4(4): 327-342143.	Toguchida J., Tshizaki K., Sasaki M.S., et al. Chromosomal reorganization for the expr¬
ession of recessive mutation of retinoblastoma susceptibility gene in the development of osteosarc¬
oma//Cancer Res. 1988. V. 48. P. 3939-3943.144.	Wise J. Dramatic death increase in Russia // British Med. J. 1997. N 7105. P. 386.145.	Waterhouse J., Muir C.S., Shanmugaratnam K. & Powell J. Cancer Incidence in five
continents (International Agency for research on cancer, Lyon, France). 1984. V. 4. 387 p.146.	Weinberg R. Oncogenesis, antioncogenesis and molecular basis of multistep carcinoge¬
nesis // Cancer Res. 1989. V. 49. P. 3713-3721.147.	Williams C.K.O.,Essein E.M. Trends in leukemia incidence in Ibadan, Nigeria // Pa¬
thogenesis of Leukemias and Lymphomas: Enviromental influences. N.Y.: Raven Press, 1984.
P. 17-27.
ПРИЛОЖЕНИЕКарта дендроинтродукционного
районирования Дальневосточного
федерального округа России	-чЧитинскаяобластьУсловные обозначенияо Заселенные территории□ Практически
не заселенные территориим- Границу дендроинтродунтивнык
областей	Границы дендроинтродукгивмыхподобластей и районов(£) Номер дендроинтродуктиемой
областиq Номер дендроинтродуктивиы*.
подобластей и районов139Берингово море
ПРИЛОЖЕНИЕ
ПРИЛОЖЕНИЕ141
ПРИЛОЖЕНИЕЗаболеваемость леикозамимальчиков на территории Дальневосточного Л
федерального округа России	^Карта 36ЧитинскаяобластьУсловные обозначения
Стандартизованные показа'-ет/
(t-Сратныи метод) на 100 ООО детейО 25 50 75 10© У рупнь© гсродл
*>■* Граница ггууья тэлнняч
^ Границь краев ..блч—чБлаговещенск 1У1 In’Уссурюкк— V ■■'/НаходкаМ-\оБгадивостск142
ПРИЛОЖЕНИЕО'носительныи шанс заболеваемости
леикозаги девочек
на территории Дальневосточного
федерального округа Россииj143
ПРИЛОЖЕНИЕ144
ПРИЛОЖЕНИЕ145
ПРИЛОЖЕНИЕОтносительный шачс есзнижовенич рака	Карта 56мелочной железыв экологических зояах Хабаровского ьраяСтандарт 1,0 -заболеваемость раком молочной железы
у женщин Хабаровского края 1989-2001 гг.146
ОГЛАВЛЕНИЕВведение	 5Глава 1. Место популяционно-аналитического метода в эпидемиологиче¬
ских исследованиях злокачественных новообразовании	 9Глава 2. Некоторые методы дескриптивного эпидемиологического иссле¬
дования 	 13Глава 3. Метод выделения субпопуляции	 26Гшва 4. Корреляционно-регрессионным анализ в популяционных эпиде¬
миологических исследованиях	 34Глава 5. Сравнительная характеристика метода анализа субпопуляций н
корреляционно-регрессионного анализа в популяционных эпидемио¬
логических исследованиях	 70Глава 6. Кластерно-дискриминантный анализ в изучении влияния природ¬
ных факторов на распространение злокачественных новообразований впопуляции	 80Глава 7. Медико-географическое районирование как метод популяционно¬
го эпидемиологического анализа	 95Глава S. Некоторые примеры формирования гипотез при популяционномэпидемиологическом анализе	 115Заключение	 124Литература	 131Приложение	 139'1CONTENTSIntroduction		5Chapter 1. The importance of analytical method of analyzing population in researchof malignant study		9Chapter 2. Some methods of descriptive epidemiological research		13Chapter 3. The method of singling out subpopulation		26Chapter 4. Correction regressive analysis in epidemiological study of population ...	34
Chapter 5. Comparative description of subpopulation groups analysis and correctionregressive analysis in epidemiological study of population		70Chapter 6. Cluster descriptive analysis in studying the influence of natural factorson spreading of malignant tumors in the population		80Chapter 7. Medical-geography distribution as the method of population epidemiol¬
ogy researches		95Chapter S. Some examples of hypothesis formation for population epidemiologyresearches		* ^ ^Conclusion		*24References		1^1Supplement		*39
Научное изданиеНиколай Эдуардович Косых
Сергей Зиновьевич Савин
Алексей Юрьевич ДесятоеМОДЕЛИ И МЕТОДЫ ПОПУЛЯЦИОННЫХ
ЭПИДЕМИОЛОГИЧЕСКИХ ИССЛЕДОВАНИЙ
СОЦИАЛЬНО ЗНАЧИМЫХ
ЗАБОЛЕВАНИЙ
(на примере злокачественных
новообразояат/й)гедактор Н В Давыденко
Художникам Савельева
Технический редактор В М Мошкинш
Оператор верстки С С Евсюкова
Корректор К И Ротколиц ИД № 05497 от 01 08 2001 г Подписано к. псч*Р Чтура «-Ньютон* Бумага офсетная Формат 60x90/16
Уел п л 9,25 Уч иэд л 7 Тираж 300 экз За^•■печатано в типографии ФГУП Издательство «Дальна
690041, г Владивосток, ул Радио, 7