Статья: Кластерный анализ факторов эффективности регионального здравоохранения

• Х 17 - доля пациентов, записавшихся на прием к врачу в электронном виде к общему числу поликлинических посещений, %;

• Х 18 - удовлетворенность населения качеством предоставляемых медицинских услуг за 2018 год, %;

• Х 19 - эффективность использования оборудования - УЗИ-аппаратов, %;

• var20 - эффективность использования оборудования - эндоскопического оборудования для гастроскопии, %;

• 21 - выполнение плана диспансеризации взрослого населения, % по принятым к оплате счетов-реестров;

• Х 22 - доля выездов бригад скорой медицинской помощи со временем прибытия до больного менее 20 минут, % от всех вызовов.

На первом этапе с помощью метода главных компонент был проведен предварительный разведочный анализ данных, а затем, с целью сокращения размерности признакового пространства, были выделены главные компоненты (факторы).

Таблица 1

Собственные значения для всей совокупности данных

Данные табл. 1 свидетельствуют о том, что собственное значение для первого фактора равно 4,1419; а доля дисперсии, объясненная первым фактором, равна приблизительно 18,83 %. Второй фактор включает в себя около 10,89 % дисперсии. Третий и четвертый факторы соответственно 9,17 % и 7,73 %. Пятый фактор объясняет 7,29 %, шестой - 6,19 %, седьмой - 6,04 %, восьмой - 5,02 %. Остальные факторы содержат не более 28,85 % общей дисперсии. Кумулятивная доля дисперсии, объясненная первыми 8 факторами, составляет около 71,15 %, следовательно, данные факторы вносят наибольший вклад в объяснение результирующего показателя.

Далее проанализировали матрицу факторных нагрузок: выделили факторы, связанные с главными компонентами.

На следующем этапе анализа для каждой компоненты рассчитаем коэффициенты информативности по следующей формуле (1):

где п - общее количество переменных, I - количество значимых переменных, х_знач - значимые переменные, х_; - все переменные (значимые и незначимые). Полученные результаты отразим в табл. 2.

Таблица 2

Коэффициенты информативности и факторные нагрузки переменных компонент

Как видно из табл. 2, пятая главная компонента (эффективность использования оборудования) имеет самый высокий коэффициент информативности (78,7). Следующей по значимости является профилактика и диагностика заболевай (70,6), смертность населения от болезней кровообращения и от ОНМК (66,3), уровень квалификации врачей (58,7). При выделении факторов мы ориентировались на коэффициенты информативности, и если они оказывались ниже порогового уровня 50 %, означающие низкую факторную нагрузку, то их исключали из анализа.

Таблица 3

Результаты кластерного анализа

При определении кластеров использовали кластеризацию k-средних. Затем выбрали наиболее ярких представителей каждого кластера. В табл. 3 рассмотрим элементы каждого кластера.

В процессе анализа была определена принадлежность медучреждений муниципальных образований к тому или иному кластеру: кластер № 1 представлен 11 медучреждениями, № 2 - 15, № 3 - 11 и № 4 - 8. Заметим, что показатели смертности различаются по указанным муниципальным образованиям, а значит, и по кластерам. В состав третьего кластера вошли наиболее эффективные медицинские учреждения. Смертность в трудоспособном возрасте в муниципальных образованиях, обслуживаемых данными медучреждениями, составляет 373 умерших на 100 000 человек населения. Смертность населения, в большей степени, определялась уровнем квалификации врачей, работой по профилактике и своевременной диагностике заболеваний, использованием высокотехнологичного медицинского оборудования. В противоположность третьему кластеру, в низкоэффективном четвертом наблюдается самый высокий уровень смертности (639), а наиболее значимыми оказались первая, вторая, третья и седьмая главные компоненты. В процессе исследования аналогичным образом были выделены главные компоненты и в других кластерах.

Выводы

Проведенный нами анализ позволил сформулировать следующие выводы. Прежде всего, имеется весьма существенное различие значимости факторов, воздействующих на эффективность медучреждений. Наиболее значимым фактором во всех кластерах является пятая главная компонента (70,8), включающая в себя эффективность использования медицинского оборудования (УЗИ и эндоскопическое). На втором месте по значимости (70,6) располагается вторая главная компонента, включающая в себя профилактические мероприятия и диагностику заболеваний. Актуализация вышеобозначенных факторов выступает следствием процесса цифровизации и интеллектуализации здравоохранения, и в этом видится перспективность повышения эффективности региональной медицины. На третьем месте по значимости имеет шестая и восьмая компоненты (соответственно 66,3 и 58,7), включающие смертность населения от болезней кровообращения и ОНМК и квалификацию врачей. При выделении факторов мы ориентировались на коэффициенты информативности, и если они оказывались ниже порогового уровня 50 %, означающие низкую факторную нагрузку, то их исключали из анализа.

В результате кластерного анализа медучреждений муниципальных образований РТ становится очевидным их двукратная разница в эффективности функционирования. Самый низкий показатель смертности среди трудоспособного населения имеют медучреждения республиканских муниципальных образований, входящие в 3 кластер, по сравнению с 4 кластером.

Результаты кластерного анализа могут быть использованы при определении проблем развития учреждений здравоохранения муниципальных образований, причин их возникновения и направлений регулирования и устранения.

Список литературы

1. Послание Президента РФ Федеральному собранию. (2019). Retrieved from [Электронный ресурс]. URL: http://www.kremlin.ru/events/president/news/59863 (дата обращения: 02.06.2022).

2. Исследование эффективности здравоохранения в городах мира. (2018). ПрайсВотерХаус групп, 98 р. [Электронный ресурс]. URL: https://www.pwc.ru/ru/publications/health-research/issledovanie-effectivnosti-zdravoohraneniya-v-gorodah-mira.pdf (дата обращения: 14.05.2022).

3. Головачева, Т.В., Семенов С.Н. Методические подходы к оценке эффективности управления в региональном здравоохранении // Научно-медицинский вестник Центрального Черноземья. 2009. № 37. URL: http://www.vsma.ac.ru/publ/vest/037/site/index.html (дата обращения: 12.06.2022).

4. Муратова Л.И., Шам Ю.Н. Содержание, функции и структурные элементы индикативного управления в региональных экономических системах // Управление региональными системами. 2012. № 1. С. 59-67.

5. Шам Ю.М., Шумская А.И. Индикативное планирование в здравоохранении // Управление экономическими системами. 2012. № 1. URL: http://www.uecs.ru (дата обращения: 10.03.2022).

6. Яковлев Е.П., Лучкевич В.С., Винокуров Б.Л. Экономика, управление и реформа в региональном здравоохранении. СПб.: СПбРМА, 2001. 255 с.

7. Плотникова Т.Н., Ерохина Т.А. Управление региональной системой здравоохранения // Экономика и менеджмент: проблемы и тенденции развития: междунар. заоч. науч.-практ. конф. (21 декабря 2011 г.). Новосибирск: НП "Сибак", 2011. 52 с.

8. Яшина Н.И., Малышева Е.С., Стулова О.Е. Эффективность реализации государственных программ в сфере здравоохранения как важнейший фактор развития человеческого капитала // Финансовые рынки и банки. 2022. №5. С. 195-200.

9. Высшая школа организации и управления здравоохранением. URL: https://roscongress.org/materials/ effektivnost-sistem-zdravookhraneniya-regionov-rossii-2019/ (дата обращения: 10.03.2022)

10. Кабашева И.А., Рудалева И.А., Абдулганиев Ф.С. Оценка факторов эффективности региональной системы здравоохранения в процессе цифровой трансформации общества // Экономический вестник Республики Татарстан. 2019. № 1. С. 29-37.

11. Yang, M.-S. A survey of fuzzy // Mathematical and Computing Modeling. 1993. № 18 (11). Рр. 1-16.

12. Xie X. & Ben G. A validity measure for fuzzy clustering // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1991. № 13 (8). Рр. 841-847.

13. Русских Т.Н., Сироткина Р.В., Тинякова В.И. Формирование рейтинговых оценок эффективности деятельности региональных систем здравоохранения и обязательного медицинского страхования // Экономика региона. 2015. № 4. С. 97-213.