7.2.3. Заболеваемость с временной утратой трудоспособности

Отечественным здравоохранением уже с 1925 г. была создана система государственной статистики заболеваемости с временной утратой трудоспособности (ЗВУТ), которая способствовала накоплению данных об одной из важных характеристик здоровья работающих. Методические указания «Порядок деятельности органов государственной санитарно-эпидемиологической службы по оценке влияния загрязнения окружающей среды на здоровье населения», утвержденные МЗ СССР 28 мая 1989 г., позволяют дать оценку уровней ЗВУТ (табл. 7-1).

Таблица 7-1. Оценочная шкала заболеваемости с временной утратой

трудоспособности

Временная неработоспособность как любое массовое явление носит случайный характер, и ее графическое изображение за несколько лет представляет, как правило, неправильный пилообразный рисунок, и направление наклона такой «пилы», т.е. долговременная тенденция, представляет особый интерес при анализе ЗВУТ, в том числе для ее прогнозирования.

Необходимым условием для выявления долговременной тенденции является организация регулярного сбора материалов ЗВУТ за несколько лет (не менее пяти). Долговременная тенденция массового явления, к каким относится ЗВУТ, устанавливается при анализе временных рядов. Такой анализ представляет собой изучение интенсивности и характера изменений временного ряда. Колебания временного ряда являются результатом воздействия суммы случайных и системных возмущающих факторов на изучаемое явление в конкретных условиях и времени.

Эти факторы условно можно разделить на три группы.

1. Действующие длительно, при этом сила их воздействия остается постоянной. При выполнении определенных математических процедур временной ряд может быть представлен монотонно убывающей или возрастающей прямой, а мерой силы является угол наклона прямой относительно горизонтали; графически это описывается аналитической функцией параболы 1-го порядка вида:

у = а + Ъх.

2. Действующие длительно, но при достижении определенного экстремума меняющие свой знак на противоположный и в конце

возвращающиеся к исходному уровню. Подобный временной ряд на двукоординатном графике будет представлен вогнутой или выпук- лой U-образной кривой.

Такой график описывается аналитической функцией параболы 2-го порядка вида:

у = а + bх + сх².

Подобная динамика отмечается как артефакт без изменения силы возмущающих факторов.

3. Действующие длительно, при этом изменения силы их воздействия носят периодический характер. Временной ряд с такими характеристиками графически представляется синусоидой или косинусоидой и описывается аналитической функцией параболы 3-го порядка вида:

у = а + bх + сх² + dx³.

Знание взаимозависимостей отдельных показателей дает возможность решать вопросы оценки санитарно-эпидемиологической ситуации при изменении конкретных характеристик, формирующих эту ситуацию.

Выбор метода для установления взаимосвязи определен видом самих показателей и способами их группировки. Для количест- венных данных применяют линейную регрессию и коэффициент линейной корреляции Пирсона. Для показателей, представленных качественными признаками, рассчитывают коэффициенты сопряженности с использованием таблиц сопряженности. Для признаков, сформированных в порядковой (ранговой, балльной) шкале, можно рассчитать ранговые коэффициенты линейной корреляции Пирсона или Кендэла.

Учетные признаки любых данных могут быть как зависимыми, так и независимыми. Зависимые признаки связаны между собой функциональной связью (например, радиус и длина окружности). В случае независимых признаков связи между ними называют корреляционными (например, при изменении температуры раствора в гальванической ванне концентрации солей в воздухе рабочей зоны будут изменяться в каком-то диапазоне, т.е. связь существует, но она не полная). Иначе говоря, для установления функциональной связи достаточно сопоставить результаты двух опытов, а для определения корреляционной зависимости требуется достаточно большое число

наблюдений. Любая связь, корреляционная или функциональная, может колебаться в диапазоне (-1) - (+1).

В случае линейной зависимости y от х уравнение регрессии имеет

вид:

у = а + bх,

где у - значение результативного признака, в данном случае величина заболеваемости; х - значение факторного признака (независимая переменная), в данном случае характеристика параметров микроклимата; а и b - статистические коэффициенты.

В уравнении у = а + bх коэффициент b равен тангенсу угла наклона линии регрессии и называется коэффициентом регрессии. Этот коэффициент имеет большой статистический смысл и показывает, насколько изменяется значение одной величины (зависимой результативной переменной) при изменении второй (независимой, факторной): например, насколько увеличится заболеваемость «простудного» характера в зависимости от увеличения числа рабочих мест, не отвечающих нормативным параметрам микроклимата.

Если уравнение регрессии позволяет отделить зависимую переменную (у) от независимой переменной (х), то коэффициент корре- ляции позволяет выявить форму и силу этой связи (табл. 7-2).

Таблица 7-2. Распределение значений коэффициента корреляции

Одним из методов корреляционного анализа является расчет коэффициента корреляции Пирсона, который определяется по формуле:

С помощью коэффициента детерминации (r²) можно определить долю влияния анализируемого факторного признака на результативный.

Оценка достоверности выборочного коэффициента корреляции производится через его ошибку. Ошибка коэффициента корреляции вычисляется по формуле:

Для статистической оценки достоверности наличия корреляционной связи используется коэффициент достоверности:

Для того чтобы признать значения коэффициента корреляции статистически достоверными, p должно быть не менее 0,05.

Таким образом, подобный регрессионный и корреляционный анализ необходимо проводить и между другими зависимыми и независимыми парами признаков, описывающих состояние условий труда и здоровья работающих.

В настоящее время все расчеты проводятся по различным пакетам прикладных программ статистического анализа, которые постоянно обновляются (Брандт З., 2003).