Возможности использования медицинской статистики для анализа заболеваемости и смертности на муниципальном уровне

Шпенев А.П., Сиротко МЛ., Калмыкова Н.М.
(Опубликовано в: Региональная демографическая политика. Сер. Демографические исследования. Т. 20. М.: МАКС Пресс, 2012. с. 169-181)

Введение. Управление системой здравоохранения невозможно без детального анализа статистической информации, поступающей из лечебных учреждений. В настоящее время контроль за деятельностью системы медицинского обслуживания в значительной степени основан на агрегированных статистических формах, обобщающих данные о заболеваемости и смертности населения, а также характеризующих деятельность лечебных учреждений. Такой подход в целом базируется на понимании здоровья как состояния отсутствия болезней, что идет вразрез с современным определением ВОЗ, согласно которому для полного здоровья необходимо также полное физическое, душевное и социальное благополучие. А это влечет за собой необходимость пересмотра набора показателей, необходимых для анализа эпидемиологической картины на территории административных образований любых уровней. Макроданные позволяют выявить общие тренды, однако они не дают возможности отследить причины происходящих изменений. Более того, они не отражают взаимосвязи, которые существуют между заболеваниями. Все это обуславливает актуальность данного исследования.

Поскольку на региональном и федеральном уровне доступ к более детальным статистическим данным отсутствует, было решено провести анализ индивидуальных данных пациентов одного из лечебно-профилактических учреждений (далее ЛПУ) города Самары. Такой анализ не может быть репрезентативным ни для Самарской области, ни для России, но на его основе можно показать потенциал микроданных и их преимущества по сравнению с традиционными макростатистическими формами. Именно особенности заболеваемости и смертности на уровне муниципалитетов остаются практически вне интересов медицинской и демографической статистики, тогда как на этом уровне профилактика заболеваемости может стать наиболее успешной, так как максимально приближена к отдельным людям с их особыми проблемами.

Основной целью данного исследования было изучение системы статистического учета заболеваемости и смертности на уровне лечебно-профилактических учреждений на предмет ее пригодности для статистическо-аналитических исследований. В работе будут показаны достоинства и недостатки имеющихся источников данных, а также методы работы с ними для анализа эпидемиологической картины на обслуживаемой этим ЛПУ территории.

Данные и их обработка. Основой исследования послужили данные о заболеваемости и смертности в городе Самара на территории, обсуживаемой ММУ МСЧ №14. Первые записи в электронных базах данных этого ЛПУ относятся к 1998 г., однако полноценный анализ и сопоставление данных возможны только с 2000-х гг., после перехода на Международную классификацию болезней десятого пересмотра (МКБ-10, http://www.mkblO.ru/). Среднегодовая численность прикрепленного к данной поликлинике населения составляет порядка 51,7 тысяч человек, что соответствует 4,5% населения г. Самары (1164,9 тыс. человек в 20 Юг¹.) Всего в базе учтено более 160 тысяч человек, что говорит о высокой «текучести» прикрепленного населения. Около 56% прикрепленного населения составляют женщины, что соответствует общегородскому показателю (55,2%²). Всего учтено 2,76 млн. случаев обращений за время существования базы, что соответствует 3,1 млн. выявленным первичным заболеваниям и обострениям имеющихся заболеваний. Годовые числа обращений представлены на рис. 1.

Рисунок 1. Число обращений в поликлинику за 2006-2010 гг. (в абсолютных числах)

Из рисунка 1 следует, что за период с 2006 по 2010 гг. число обращений выросло более чем на 45%. С точки зрения традиционной статистики это свидетельствовало бы об ухудшении эпидемиологической картины на данной территории, однако микроанализ позволит сделать более точные выводы.

Охарактеризуем данные, полученные из ЛПУ, с точки зрения их полноты и подробности. На каждого пациента поликлиники заведена отдельная амбулаторная карта, номер которой одновременно является идентификатором пациента в электронной базе данных. Поскольку в целях обеспечения конфиденциальности личных данных имена, паспортные и адресные данные пациентов были удалены из предоставленной нам базы, основным идентификатором пациента служит номер, сгенерированный на основе номера карты и позволяющий отслеживать историю наблюдения в ЛПУ отдельных пациентов при полном сокрытии их личности. Помимо идентификатора, в базе также содержатся следующие сведения:

1. Дата рождения пациента. Это поле заполняется один раз при регистрации пациента.
2. Пол пациента. Это поле также заполняется при регистрации
3. Статус пациента (школьник, пенсионер, работающий и т.д.). Поле заполняется при регистрации, однако, в отличие от даты рождения или пола, предполагает возможность изменения. У 75% пациентов как минимум один раз менялся статус за время существования базы, что говорит о достаточно полном учете происходящих изменений. Однако следует отметить возможность недоучета и запаздывания внесения изменений в базу, связанные с незаинтересованностью врача в уточнении данной характеристики пациента в момент обращения.
4. Дата первого посещения по случаю. Все посещения ЛПУ группируются в «обращения», или «случаи». Обследования и процедуры, связанные с диагностикой и лечением одного заболевания, должны группироваться в один случай.
5. Дата последнего обращения по случаю. На основе двух последующих дат можно вычислить длительность каждого случая. Следует отметить, что длительность случая не всегда соответствует длительности заболевания. В действительности по одному заболеванию может быть открыто сразу несколько случаев.
6. Основной и сопутствующие диагнозы. Основной диагноз регистрируется при каждом обращении. Сопутствующие - только в случае их связи с основным. Внесение в базу сопутствующих диагнозов обязательно, хотя возможны и пропуски, связанные с работой отдельных врачей.
7. Характер основного и вспомогательных диагнозов. В базе указано, является ли заболевание хроническим или острым, а также в первый ли раз происходит обращение или во второй.
8. Результат лечения. В данное поле вносится результат обращения. Для острых инфекционных заболеваний результатом, как правило, выступает выздоровление. В большинстве случаев хронических заболеваний врачи ставят в качестве результата «динамическое наблюдение».
9. Служебные даты: дата регистрации, дата снятия с учета, дата последнего изменения и дата перерегистрации полиса. Эта информация необходима для определения того, когда данный пациент впервые и в последний раз наблюдался в данном ЛПУ, что позволяет оценить длительность нахождения под наблюдениям, необходимую для анализа истории событий.
10. Дата смерти. Эта дата проставляется при оформлении медицинского свидетельства о смерти при регистрации смерти в данном ЛПУ. Смерти, регистрируемые в других медицинских учреждениях, как правило, не учитываются в данной базе.

Особого внимания заслуживает учет смертности в ЛПУ. Первоначально в базу вносятся только те смерти, для которых медицинское свидетельство о смерти было оформлено в данном ЛПУ. Данные о смертях в других медицинских учреждениях досылаются в поликлинику через городской медицинский информационно-аналитический центр (МИАЦ), что требует времени и не всегда находит отражение в электронное базе данных. Динамика абсолютного числа смертей в ЛПУ представлена на рис. 2.

Рисунок 2. Абсолютное число смертей среди пациентов ЛПУ, 2001-2010 гг.

Как мы видим, в целом данный показатель колеблется в диапазоне 550-650 смертей в год. Однако обращает на себя внимание его резкое падение в 2010 году. В ходе дополнительного изучения было выявлено, что с апреля 2010 года данные о смертях в других учреждениях перестали поступать в поликлинику. С этого периода наблюдается недоучет смертей. Поэтому к данным о смертности в ЛПУ после 2009 года следует относиться с осторожностью.

Так как данные о смертях в других учреждениях не попадают в электронную базу ЛПУ, были запрошены статистические формы, пересланные из МИАЦ в поликлинику за период 2001-2010 гг. С помощью MS Access большую часть этих смертей удалось добавить в базу, однако отсутствие данных об именах приводит к невозможности полного заполнения базы (соединение данных о смертях с электронными амбулаторными картами производится на основе даты рождения, пола и первой буквы фамилии, с учетом даты последнего обращения в поликлинику). Однако можно предположить, что невнесенные в базу люди (их доля составляет каждый год не более 5-7%) не обладают отличной от внесенных людей смертностью, поэтому усечение выборки в данном случае не приводит к искажению структурных показателей.

Особенностью этих дополнительных форм является и то, что в них, помимо даты смерти, указаны причины смерти, причем эти данные имеются не только для умерших в других ЛПУ, что позволяет проводить анализ смертности по причинам.

Однако в силу неполноты учета и малого количества смертей основной исследовательских интерес представляют именно данные о заболеваемости прикрепленного к данному ЛПУ населения.

Методы и результаты. Исходные данные из электронной базы были предоставлены нам в формате DBF, что потребовало их перекодировки в формат ACCDB. Менеджмент данных проводился в основном в MS Access 2010, а статистический анализ - средствами Stata 1C 12. Конвертирование файлов производилось с помощью Stat/Transfer 11.

Основной «помехой» в анализе служат цензурирование и усечение выборок. Пациенты не всегда приходят в ЛПУ после окончания лечения для закрытия случая, переезжают, не уведомляя ЛПУ, лечатся и умирают в других медицинских учреждениях, что вносит сильное смещение, поскольку ряд заболеваний оказывается вне поля зрения исследуемого ЛПУ. Поэтому отсутствие посещений пациента с целью лечения или диспансеризации в данном учреждении в течение более чем 1 года считалось поводом для учета данного пациента как цензурированного. Также в данном исследовании не предполагалось изучение заболеваний, которые, как правило, лечатся в специализированных учреждениях, требуют оперативного вмешательства и не оплачиваются из средств обязательного медицинского страхования (ОМС). В дальнейшем при использовании данных нескольких ЛПУ и численном увеличении выборки эти недостатки можно будет устранить.

Первый этап анализа состоял в определении средних длительностей обращения по основным заболеваниям, а также по основным классам болезней (согласно МКБ-10).

На рис. 3 представлены средние длительности одного случая заболевания по каждому классу МКБ-10. Как видно из графика, наиболее длительными по времени являются случаи заболевания некоторыми инфекционными заболеваниями (А), новообразованиями (С) и болезнями органов пищеварения (К). Причем обращает на себя внимание тот факт, что болезни органов пищеварения сильно выделяются на фоне всех остальных хронических болезней. Это может говорить о том, что их учет ведется отличным от других заболеваний способом. Существует также и возможность существования «добросовестного» врача, более тщательно ведущего все случаи болезней. В ходе дополнительного изучения этого вопроса было выяснено, что все данные до 2010 года вносились в основном операторами ЭВМ, поэтому вероятность ошибки в оформлении статистических талонов именно для этого класса крайне мала.

Рисунок 3. Длительность одного случая заболевания данного класса³ (в годах)

Была выдвинута гипотеза, что гастроэнтерологи не закрывают случаи заболеваний более длительное время, а врачи других специальностей, имеющие дело с хроническими заболеваниями, предпочитают в случае каждого обращения открывать новые статистические талоны. На рис. 4 представлены данные о длительности в годах нахождения пациента под наблюдением в ЛПУ с открытым талоном при заболевании болезнью данного класса.

Как следует из графика 4, эта гипотеза в делом подтверждается. Болезни органов кровообращения и дыхания почти сравнялись по длительности с болезнями пищеварения. Значительно более длительным предстает и пребывание под наблюдением с новообразованиями, что говорит о серьезных недочетах в оформлении статистических талонов по этому классу болезней. Следующими по длительности оказались болезни костномышечной системы и соединительной ткани, что также говорит о чрезмерном дроблении случаев.

Рисунок 4. Суммарная длительность случая болезни в годах по классам МКБ-10 в изучаемом ЛПУ

В целом такой анализ показывает, что число обращений по хроническим заболеваниям не отражает реальную заболеваемость, поскольку речь зачастую идет об одном заболевании, не до конца вылеченном при последнем обращении. Однако такой подход имеет ряд преимуществ перед традиционными данными, учитывающими только первичные обращения в связи с острыми или хроническими заболеваниями, а также повторные обращения, осуществленные впервые в данном году по имеющимся хроническим заболеваниям. С помощью такого анализа можно оценивать не только заболеваемость населения, но и эффективность оказания медицинской помощью данным ЛПУ, что крайне важно для организации и оптимизации системы здравоохранения.

Наконец, длительности случая болезни и обращаемость можно изучать не только по классам, но и по отдельным болезням. Рассмотрим, например, обращаемость пациентов со стенокардией (код по МКБ-10 - 120). На рис. 5 представлены средние длительности одного случая стенокардии и число обращений с данным диагнозом.

Рисунок 5. Средняя длительность случая стенокардии в годах (верхний график) и ежегодное число обращений с данным диагнозом (нижний график)

Как следует из рисунка 5, на протяжении 2000-х гг. наблюдалось снижение средней длительности случая стенокардии. Причем с 2004 года этот процесс стал устойчивым. Отметим, что в то же время обращаемость пациентов с данным заболеванием даже увеличилась. Однако эти показатели не характеризуют эпидемиологическую картину в населении. В действительности, обращаемость могла увеличиться из-за более высокого качества услуг, предоставляемого в поликлинике. Косвенной характеристикой качества предоставляемых услуг может быть как раз длительность одного случая, ведь она зависит не только от эффективности назначенного лечения, но и от быстроты проведения необходимых диагностических процедур. Во второй половине 2000-х гг. в МСЧ №14 была значительно обновлена материально-техническая база, а также выросла квалификация медицинского персонала, о результатах чего как раз и свидетельствуют данные рис. 5.

Наконец, предоставленные нам данные позволяют оценивать не только здоровье населения, но и его смертность. Поскольку число смертей каждый год не превышает 550-650 человек, построение таблиц смертности для такого населения затруднительно. Однако существуют альтернативные методы, позволяющие преодолеть эту проблему. Число смертей в данном населении можно относить не к среднегодовой численности прикрепленного к поликлинике населения, а к числу человеко- лет, проведенных пациентами под наблюдением. При этом необходимо учитывать, что не все пациенты с рождения находятся под наблюдением, и единственная возможность быть включенным в изучаемое население - не умереть до момента регистрации в данном ЛПУ. Такой тип смещения в данных называется усечением слева. Кроме того, некоторые пациенты выбывают из наблюдения до момента смерти. Традиционные методы, основанные на условных когортах, учитывают эмиграции в знаменателе, при этом не принимается во внимание тот факт, что смертность эмигрировавших может отличаться от смертности остального населения. То, что пациент эмигрировал в возрасте 40 лет, говорит о том, что он не умер до 40 лет, что является теряемой информацией в классическом анализе. С помощью анализа истории событий можно преодолеть эти недостатки. Наиболее простым применением этого метода является построение кривых Каплана-Майера, являющихся аналогом традиционных кривых дожития.

Рисунок 6. Кривые Каплана-Майера для умерших в МСЧ №14 за период наблюдения, по полу

На рис. 6 представлены кривые Каплана-Майера, построенные для всего периода наблюдения в изучаемом ЛПУ. Как и ожидалось, смертность мужчин значительно выше смертности женщин, причем различия начинают проявляться еще в 20 лет. Отметим, что данные кривые переоценивают ожидаемую продолжительность жизни, поскольку в них не включена младенческая смертность (дети умирают до прикрепления к данному ЛПУ), а также есть недокорректированный недоучет умерших в других ЛПУ. Тем не менее, если предположить, что недоучет мужской и женской смертности одинаков, такой подход позволяет проводить некоторые количественные сравнения смертности мужчин и женщин. Так, с помощью регрессии Кокса можно установить, что сила смертности на 30% ниже у женщин, чем у мужчин. Если же учитывать различия в возрастной структуре и социальном статусе, то можно получить следующие результаты: смертность женщин на 23% ниже, чем смертность мужчин, а безработные в среднем умирают на 9% более интенсивно, чем занятые. Отметим, что в настоящее время работа с базой данных продолжается, поэтому полученные оценки нельзя считать окончательными.

Однако следует отметить, что имеющиеся данные позволяют не столько оценивать эпидемиологическую ситуацию, сколько характеризуют качество медицинского обслуживания, охват медицинской помощью и социальные различия в заболеваемости и смертности. Подобные методы изучения заболеваемости и смертности населения можно использовать для обоснования мероприятий по лечению и профилактике отдельных заболеваний и в целом более эффективной политики в области здравоохранения на муниципальном уровне.

¹ http://www.perepis-2010.ru/results_of_the_census/pril4.xls.
² Там же.
³  Буквами нумеруются блоки заболеваний в классах МКБ-10: http://www.mkblO.ru/.