© В.Н. Журман, 2023
УДК 618.11-006.6-054:614.1
В.Н. Журман1,2
1ГБУЗ «Приморский краевой онкологический диспансер», г. Владивосток
2ФГБОУ ВО «Тихоокеанский государственный медицинский университет» МЗ РФ, г. Владивосток
Журман Варвара Николаевна — кандидат медицинских наук, врач-онколог ГБУЗ «Приморский краевой онкологический диспансер»
690105, г. Владивосток, ул. Русская, д. 63А, тел. +7-904-622-25-77, e-mail: varvara2007@yandex.ru, ORCID ID: 0000-0002-6927-3336
Реферат. В оценке состояния здоровья населения важным этапом является прогнозирование заболеваемости с целью обоснования системы мероприятий по ее профилактике.
Цель исследования ― изучение и прогнозирование заболеваемости раком яичников населения Сибири и Дальнего Востока.
Материал и методы. Для прогнозирования заболеваемости раком яичников населения Сибири и Дальнего Востока использованы годовые данные динамики уровня заболеваемости за период с 2007 по 2021 гг., по состоянию на конец периода. Источником данных явился сборник «Злокачественные образования в России». Выполнен прогноз заболеваемости раком яичников для Сибирского и Дальневосточного федеральных округов в целом, а также входящих в них регионов по отдельности. Для прогнозирования использованы модели линейного и параболического трендов, параметры которых оценены с помощью метода наименьших квадратов, и метод экспоненциального сглаживания.
Результаты. Анализ числа заболевших позволил сделать вывод о том, что в целом по двум федеральным округам число заболевших снизилось на 350 человек с 2007 по 2021 гг., при этом в Сибирском федеральном округе (СФО) численность заболевших снизилась на 421 человека, а в Дальневосточном выросла на 71 человека. Относительное снижение числа заболевших составило в целом по двум регионам 15,45%, в СФО снижение составило 26,63%, тогда как в ДФО произошел относительный рост на 10,38%. Можно отметить значительную вариацию по регионам как числа заболевших, так и изменения их численности. Однако такие изменения вызваны влиянием двух факторов: изменения уровня заболеваемости населения и изменением численности населения, произошедшей за 15 анализируемых лет.
Заключение. За исследуемый период с 2007 по 2021 гг. заболеваемость раком яичников в Сибирском и Дальневосточном федеральном округах растет. Несмотря на то, что в некоторых регионах заболеваемость, по регионам в целом наблюдается тенденция к росту. В связи с этим, требуется проведение мероприятий по своевременной диагностике и улучшению онкологический помощи: повышение квалификации врачей первичного звена в вопросах онкологии, увеличение количества женских смотровых кабинетов, формирование и обследование групп повышенного риска развития рака яичников с учетом региональных факторов риска, проведение просветительской работы с женским населением.
Ключевые слова: рак яичников, прогноз заболеваемости, население Сибири и Дальнего Востока.
Введение
Ранняя диагностика и снижение смертности от злокачественных новообразований является приоритетным национальным проектом в России «Борьба с онкологическими заболеваниями». Заболеваемость и смертность от злокачественных новообразований в значительной степени различается между субъектами Российской Федерации и зависит от множества факторов: экономических, социальных, окружающей среды, образа жизни, уровня образования и т.д. [1-4].
В оценке состояния здоровья населения важным этапом является прогнозирование заболеваемости с целью обоснования системы мероприятий по ее профилактике.
Цель исследования ― изучение и прогнозирование заболеваемости раком яичников населения Сибири и Дальнего Востока.
Материал и методы
Для прогнозирования заболеваемости раком яичников населения Сибири и Дальнего Востока использованы годовые данные динамики за период с 2007 по 2021 гг., источник данных ― сборник «Злокачественные образования в России» [5]. Данные о заболеваемости (в расчете на тысячу человек населения) рассмотрены по состоянию на конец периода. Выполнен прогноз заболеваемости раком яичников для Сибирского и Дальневосточного федеральных округов в целом, а также входящих в них регионов по отдельности.
Для прогнозирования использовано две группы методов ― модели тренда и методы экспоненциального сглаживания. Модели тренда имеют возможность выявить основную тенденцию динамики заболеваемости в регионе за исследуемый период, поэтому имеют приоритет. Однако в случае невозможности выделения тренда для решения задачи прогнозирования использованы модели экспоненциального сглаживания.
Наличие тренда предполагает четкую зависимость уровня заболеваемости от времени. Модель тренда оценивается с помощью метода наименьших квадратов (МНК), значимость коэффициентов проверяется при помощи t-критерия (критерия Стьюдента), значимость модели в целом ― посредством F-критерия (критерия Фишера). В данном исследовании был использован линейный и параболический тренд.
Уравнение линейного тренда оценивается в виде:
где ― уровень заболеваемости; и ― параметры уравнения, ― время.
Уравнение нелинейного (параболического) имеет вид:
где ― коэффициент, ― нелинейное время.
Для тех регионов, где тенденция изменения заболеваемости не выражена, и уравнения тренда являются статистически недостоверными, для прогнозирования были использованы адаптивные методы, а именно, методы экспоненциального сглаживания. Экспоненциальное сглаживание позволяет выделить основную тенденцию и построить прогноз на основе взвешенного среднего значения двух соседних уровней временного ряда. Особенно данный метод рекомендуется в случае коротких временных рядов. Для прогнозирования уровней заболеваемости были использованы модели простого (одинарного) и двойного экспоненциального сглаживания. Модель простого (одинарного) экспоненциального сглаживания представлена в виде:
где ― сглаженный ряд заболеваемости в момент t, ― уровень заболеваемости в момент t, ― в предшествующий момент, ― параметр сглаживания. Значения заболеваемости по данной модели вычисляются рекурсивно (последовательно).
Для регионов, где простое экспоненциальное сглаживание не позволило получить адекватную модель для прогнозирования, была использована модель двойного экспоненциального сглаживания:
где ― ряд заболеваемости, сглаженный один раз, ― ряд заболеваемости, сглаженный два раза, ― параметр сглаживания.
Прогноз по модели двойного экспоненциального сглаживания вычисляется по формуле:
где ― прогнозное значение, ― горизонт прогноза.
Модели тренда имеют преимущество по сравнению с моделями экспоненциального сглаживания, так как позволяют выявить основную тенденцию в динамике заболеваемости и представить ее аналитически, тогда как модель экспоненциального сглаживания является рекурсивной, а также, в отличие от трендовых моделей, не позволяет проверить значимость получаемых параметров. Поэтому для тех регионов, где модель тренда оказывалась статистически значимой по критериям Фишера и Стьюдента, для прогнозирования использовались именно они. При этом необходимо отметить, что модели не отсеивались по критерию коэффициента детерминации R-квадрат, основным критерием являлась статистическая значимость модели. Это связано с тем, что заболеваемость раком яичников имеет сложную динамику, и находится под влиянием большого числа факторов, находящихся за пределами рассмотрения в данном исследовании, и выявление основной тенденции имеет приоритет над точностью прогноза.
Для анализа численности заболевших раком яичников использован расчет описательных статистик (среднего значения и стандартного отклонения, представленных далее по тексту в виде E (±SD)). Отметим, что, несмотря на то, что в силу небольшой длины временных рядов статистические данные могут не подчиняться нормальному распределению, для анализа временных рядов не принят расчет структурных характеристик (медианы и квартилей).
Для проверки значимости изменения относительного риска заболеть использован критерий хи-квадрат (проверка гипотезы о равенстве двух долей).
Результаты исследования
Анализ числа заболевших позволил сделать вывод о том, что в целом по двум федеральным округам число заболевших снизилось на 350 человек с 2007 по 2021 гг., при этом в Сибирском федеральном округе (СФО) численность заболевших снизилась на 421 человека, а в Дальневосточном выросла на 71 человека. Относительное снижение числа заболевших составило в целом по двум регионам 15,45%, в СФО снижение составило 26,63%, тогда как в ДФО произошел относительный рост на 10,38%. В СФО максимальное снижение числа заболевших составило 19 человек в Новосибирской области, что составило 44,73%, в ДФО ― 40 человек в Приморском крае (57%). Максимальный рост в СФО составил 46 человек в Иркутской области (69,65%), в ДФО ― 29 человек в Сахалинской области (277,42% прироста в 2021 году по сравнению с 2007 годом). В среднем изменение численности заболевших в регионах составило 7,9 чел. (±22,26) в СФО (средний темп снижения составил 0,97% (±32,46%), в ДФО среднее изменение численности составило 6,45 чел. (±29,75%). Можно отметить значительную вариацию по регионам как числа заболевших, так и изменения их численности. Однако такие изменения вызваны влиянием двух факторов: изменения уровня заболеваемости населения и измерением численности населения, произошедшей за 15 анализируемых лет.
Так, в СФО средний прирост числа заболевших за счет изменения численности населения составил 6,1 чел. (±9,77), варьируя от снижения на 10,72 чел. в Омской области до роста на 22,97 чел. в Кемеровской области, а за счет изменения уровня заболеваемости ― 1,8 чел. (±27,69), варьируя от снижения на 37,38 чел. в Новосибирской области до роста на 45,5 чел. в Иркутской области. В ДФО средний прирост числа заболевших за счет изменения численности населения в исследуемый период составил 1,72 чел. (±4,5), варьируя от снижения на 6,42 чел. в Приморском крае до прироста на 9,67 чел. в Республике Бурятия. За счет изменения уровня заболеваемости средний прирост числа заболевших в ДФО составил 4,72 чел. (±15,43), от снижения на 33,6 чел. в Приморском крае, до роста на 26,04 чел. в Сахалинской области. В среднем по двум федеральным округам прирост за счет изменения численности составляет 3,81 человек (±7,7), за счет изменения заболеваемости 3,33 (±21,6). Таким образом, в СФО основное снижение числа заболевших связано с изменением численности населения, тогда как в ДФО число заболевших снижается за счет изменения численности населения и растет за счет изменения заболеваемости.
Сама заболеваемость в расчете на 100 000 человек населения за период с 2007 по 2021 гг. в СФО снизилась на 0,01, а в ДФО выросла на 2,64. Средний уровень заболеваемости в СФО в 2007 году составлял 11,57 (±2,78), с минимальным значением 9,16 в Республике Хакасия и максимальным 12,64 в Томской области. Средний уровень заболеваемости в ДФО составил 9,64 (±2,78), минимальный уровень отмечен в Магаданской области (3,41), максимальный в Забайкальском крае (тогда Читинской области) ― 12,87.
В 2021 году средний уровень заболеваемости в СФО составил 11,25 (±2,9) и снизился по сравнению с 2007 годом на 2,77%. Минимальный уровень заболеваемости зафиксирован в Республике Алтай (6,55), максимальный ― в Республике Хакасия (15,54). В целом по Сибирскому федеральному округу уровень заболеваемости снизился на 0,09%. В ДФО в 2021 году средний уровень заболеваемости составил 11,19 (±3,8), и вырос по сравнению с 2007 годом на 16,08%. Максимальный уровень заболеваемости наблюдался в Сахалинской области (16,59), минимальный ― в Чукотском автономном округе (2,67). В целом по Дальневосточному федеральному округу уровень заболеваемости вырос на 29,33%. Наглядно сравнение уровня заболеваемости раком яичников в 2007 и 2021 в СФО и ДФО представлено на рисунках 1 и 2 соответственно.
Рис. 1. Заболеваемость раком яичников в Сибирском федеральном округе, 2007, 2021 гг.,
Fig. 1. Incidence of ovarian cancer in the Siberian Federal District, 2007, 2021,
Рис. 2. Заболеваемость раком яичников в Дальневосточном федеральном округе, 2007, 2021 гг.,
Fig. 2. Incidence of ovarian cancer in the Far Eastern Federal District, 2007, 2021,
В таблице 1 представлено изменение (рост или снижение) относительного риска заболеть раком яичников. Статистически значимо риск вырос в Алтайском крае, Иркутской области, Республике Хакасия, Магаданской и Сахалинской областях. Статистически значимо снизился в Приморском крае. В остальных регионах относительный риск изменился статистически незначимо за исследуемый период.
Таблица 1. Изменение относительного риска заболеть раком яичников для населения Дальневосточного и Сибирского федеральных округов с 2007 по 2021 гг.
Table 1. Changes in the relative risk of ovarian cancer for the population of the Far Eastern and Siberian Federal Districts from 2007 to 2021
| Регион | 2007 | 2021 | прирост/снижение | р |
| Сибирский федеральный округ | 0,012% | 0,012% | 0,000% | >0,05 |
| Алтайский край | 0,011% | 0,013% | 0,002% | 0,05 |
| Красноярский край | 0,011% | 0,010% | -0,001% | >0,05 |
| Иркутская область | 0,012% | 0,015% | 0,002% | 0,05 |
| Кемеровская область | 0,011% | 0,010% | -0,001% | >0,05 |
| Новосибирская область | 0,012% | 0,011% | -0,002% | >0,05 |
| Омская область | 0,012% | 0,012% | 0,000% | >0,05 |
| Томская область | 0,013% | 0,012% | -0,001% | >0,05 |
| Республика Алтай | 0,012% | 0,007% | -0,005% | >0,05 |
| Республика Тыва | 0,012% | 0,007% | -0,005% | >0,05 |
| Республика Хакасия | 0,009% | 0,016% | 0,006% | 0,05 |
| Дальневосточный федеральный округ | 0,009% | 0,012% | 0,003% | 0,01 |
| Приморский край | 0,011% | 0,009% | -0,002% | 0,05 |
| Хабаровский край | 0,012% | 0,013% | 0,002% | >0,05 |
| Амурская область | 0,010% | 0,011% | 0,001% | >0,05 |
| Камчатский край | 0,009% | 0,013% | 0,004% | >0,05 |
| Магаданская область | 0,003% | 0,013% | 0,009% | 0,01 |
| Сахалинская область | 0,011% | 0,017% | 0,006% | 0,01 |
| Забайкальский край | 0,013% | 0,014% | 0,001% | >0,05 |
| Чукотский автономный округ | 0,006% | 0,003% | -0,004% | >0,05 |
| Республика Бурятия | 0,012% | 0,014% | 0,002% | >0,05 |
| Республика Саха (Якутия) | 0,009% | 0,008% | 0,000% | >0,05 |
| Еврейская автономная область | 0,010% | 0,009% | -0,002% | >0,05 |
На рисунке 3 представлена динамика заболеваемости раком яичников во всех рассматриваемых регионах. Как видно на рисунке, в большинстве регионов не просматривается отчетливых тенденций динамики заболеваемости. Так, тенденцию к росту заболеваемости можно видеть в Дальневосточном и Сибирском федеральном округах в целом, а также в Алтайском крае, Иркутской области, республиках Хакасия и Бурятия. Это свидетельствует о том, что для прогнозирования заболеваемости в данных регионах можно использовать уравнения тренда.
Рис. 3. Динамика заболеваемости раком яичников
Fig. 3. Dynamics of ovarian cancer incidence
Модели линейного тренда оценены для Сибирского федерального округа в целом, Алтайского края, Иркутской области, республик Хакасия и Бурятия. Уравнение нелинейного (параболического) тренда было оценено для Дальневосточного округа.
Для тех регионов, где тенденция изменения заболеваемости не выражена, и уравнения тренда являются статистически недостоверными, для прогнозирования были использованы адаптивные методы, а именно, методы экспоненциального сглаживания. Для прогнозирования уровней заболеваемости в Красноярском крае, Новосибирской, Омской, Томской областях, Республике Тыва, Чукотского автономного округа была использована модель простого (одинарного) экспоненциального сглаживания.
Для Кемеровской области, Республики Алтай, Приморского, Хабаровского края, Амурской области, Камчатского края, Магаданской, Сахалинской областей, Забайкальского края, Республики Саха (Якутия), Еврейской автономной области простое экспоненциальное сглаживание не позволило получить адекватную модель для прогнозирования, в связи с чем была использована модель двойного экспоненциального сглаживания.
Оцененные модели и построенный прогноз заболеваемости на 2023 год представлен в таблице 2. Для уравнений тренда представлено значение коэффициента детерминации R2 и значимость уравнения, тогда как для моделей экспоненциального сглаживания значимость не проверяется и коэффициент детерминации не вычисляется.
Таблица 2. Прогнозирование заболеваемости раком яичников в СФО и ДФО
Table 2. Predicting the incidence of ovarian cancer in the SFD and FEFD
| Регион | Уравнение | R2 | p | Прогноз на 2023, на тыс. человек населения |
| Алтайский край | 9,75+0,25*t | 0,61 | <0,001 | 13,75 |
| Красноярский край | 0,476*yt+(1-0,476)*yt-1 | – | – | 10,56 |
| Иркутская область | 12,15+0,21*t | 0,47 | 0,003 | 15,51 |
| Кемеровская область | 2*St-Dt+0,048*(1-0,048)*(St-Dt) | – | – | 9,86 |
| Новосибирская область | 0,618*yt+(1-0,618)*yt-1 | – | – | 10,83 |
| Омская область | 0,118*yt+(1-0,118)*yt-1 | – | – | 12,38 |
| Томская область | 0,028*yt+(1-0,028)*yt-1 | – | – | 11,85 |
| Республика Алтай | 2*St-Dt+0,19*(1-0,19)*(St-Dt) | – | – | 9,02 |
| Республика Тыва | 0,12*yt+(1-0,12)*yt-1 | – | – | 8,13 |
| Республика Хакасия | 10,16+0,34*t | 0,38 | 0,009 | 15,6 |
| Приморский край | 2*St-Dt+0,001*(1-0,001)*(St-Dt) | – | – | 12,46 |
| Хабаровский край | 2*St-Dt+0,001*(1-0,001)*(St-Dt) | – | – | 11,32 |
| Амурская область | 2*St-Dt+0,001*(1-0,001)*(St-Dt) | – | – | 11,18 |
| Камчатский край | 2*St-Dt+0,001*(1-0,001)*(St-Dt) | – | – | 10,94 |
| Магаданская область | 2*St-Dt+0,208*(1-0,208)*(St-Dt) | – | – | 9,36 |
| Сахалинская область | 2*St-Dt+0,001*(1-0,001)*(St-Dt) | – | – | 14,63 |
| Забайкальский край | 2*St-Dt+0,06*(1-0,06)*(St-Dt) | – | – | 11,38 |
| Чукотский автономный округ | 0,918*yt+(1-0,918)*yt-1 | – | – | 3,27 |
| Республика Бурятия | 11,0+0,24*t | 0,28 | 0,03 | 14,84 |
| Республика Саха (Якутия) | 2*St-Dt+0,001*(1-0,001)*(St-Dt) | – | – | 7,14 |
| Еврейская автономная область | 2*St-Dt+0,252*(1-0,252)*(St-Dt) | – | – | 8,94 |
| Сибирский федеральный округ | 11,15+0,09*t | 0,31 | 0,02 | 12,59 |
| Дальневосточный федеральный округ | 9,42+0,31*t-0,01*t2 | 0,64 | <0,001 | 11,82 |
Минимальное значение заболеваемости прогнозируется для Чукотского автономного округа (3,27), максимальное ― для Иркутского области (15,51). В целом для Дальневосточного федерального округа заболеваемость прогнозируется на уровне 11,82, для Сибирского федерального округа ― 12,59.
На рисунках 4 и 5 представлен прогноз заболеваемости раком яичников для Дальневосточного и Сибирского федеральных округов соответственно.
Рис. 4. Прогноз заболеваемости раком яичников, ДФО
Fig. 4. Prognosis of the incidence of ovarian cancer, Far Eastern Federal District
Рис. 5. Прогноз заболеваемости раком яичников, СФО
Fig. 5. Prognosis of ovarian cancer incidence, SFD
Обсуждение
В России к 2030 году по данным Международного агентства по изучению рака (International Agency for Research on Cancer, IARC), заболеваемость и смертность от злокачественных новообразований яичников составит 13 898 и 8 624 случаев соответственно (в 2020 году 13 144 и 7 365 случаев) [5-7].
Для заболеваемости раком яичников населения Сибири основное изменения числа заболевших связано с изменением численности населения, для населения Дальневосточного федерального округа число заболевших снижается за счет изменения численности и растет за счет изменения заболеваемости. Статистически значимо вырос относительный риск заболеть раком яичников в Алтайском крае, Иркутской области, Республике Хакасия, Магаданской и Сахалинской областях. Статистически значимо снизился в Приморском крае. В остальных регионах относительный риск изменился статистически незначимо за исследуемый период.
По прогнозу, при условии сохранения выявленных тенденций к 2023 году минимальное значение заболеваемости прогнозируется для Чукотского автономного округа (3,27), максимальное ― для Иркутского области (15,51). В целом для Дальневосточного федерального округа заболеваемость прогнозируется на уровне 11,82, для Сибирского федерального округа ― 12,59.
Заключение
Таким образом, за исследуемый период с 2007 по 2021 гг. заболеваемость раком яичников в Сибирском и Дальневосточном федеральных округах растет. Несмотря на то, что в некоторых регионах заболеваемость низкая и остается на низком уровне, изменяясь статистически незначимо, по регионам в целом наблюдается тенденция к росту. В связи с этим, требуется проведение мероприятий по своевременной диагностике и улучшению онкологический помощи: повышение квалификации врачей первичного звена в вопросах онкологии, увеличение количества женских смотровых кабинетов, формирование и обследование групп повышенного риска развития рака яичников с учетом региональных факторов риска, проведение просветительской работы с женским населением Приморского края.
Конфликт интересов
Автор декларирует отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.
Источник финансирования
Автор заявляет о финансировании проведенного исследования из собственных средств.
Литература
- Бойцов С.А., Самородская И.В., Семенов В.Ю. Влияние медицинских и немедицинских факторов на смертность населения: экономические факторы // Проблемы социальной гигиены, здравоохранения и истории медицины. ― 2016. ― 24 (6). ― С. 335-339. DOI: 10.18821/0869-866X-2016-24-6-335-339
- Концевая А.В., Муканеева Д.К., Мырзаматова А.О. и др. Экономический ущерб факторов риска, обусловленный их вкладом в заболеваемость и смертность от основных хронических неинфекционных заболеваний в Российской Федерации в 2016 году // Кардиоваскулярная терапия и профилактика. ― 2020. ― 19 (1). ― С. 48-55. DOI: 10.15829/1728-8800-2020-1-2396
- Ладик Е.А., Шипилов И.В., Воронин В.Н. Хронические неинфекционные заболевания и факторы их развития // Вопросы диетологии. ― 2019. ― 9 (4). ― С. 24-36. DOI: 10.20953/2224-5448-2019-4-24-36
- Ширлина Н.Г., Стасенко В.Л., Колчин А.С. Распространенность факторов трудового процесса, ассоциированных с риском развития злокачественных новообразований // Медицина труда и промышленная экология. ― 2019. ― 9 (9). ― С. 814-5. DOI: 10.31089/1026-9428-2019-59-9-814-815
- Злокачественные образования в России (заболеваемость и смертность) (2007 – 2021) / под ред. А.Д. Каприна, В.В. Старинского, А.О. Шахзадовой. ― М.: МНИОН им. П.А. Герцена ― филиал ФГБУ «НМИЦ радиологии» Минздрава России, 2008-2022.
- Чибисова Г.М. Оптимизация ранней диагностики и прогнозирования развития рака яичников: дисс. … канд. мед. наук: 14.01.12., 14.01.10 ― ФГБОУ ВО «Тульский государственный университет» МЗРФ, г. Тула, 2019 г. ―
- Юдина А.С., Абизяева И.Л., Юдин С.В., Жерновой М.В. Организационные проблемы профилактической онкологии органов репродуктивной системы женщин // Тихоокеанский медицинский журнал. ― 2007. ― №4. ― С. 83-84.