Рост средней продолжительности жизни и старение населения формируют новые требования к системе государственного планирования. Для обоснованного распределения ресурсов в сфере здравоохранения, пенсионного обеспечения и социальной поддержки необходимы достоверные данные о возрастной структуре общества. Сегодня для этого применяют специальные математические модели, позволяющие прогнозировать изменения. Проблема в том, что их создавали еще в прошлом веке. Они не учитывают существующие демографические закономерности и улучшение качества современной жизни. Их использование часто ведет к значительным погрешностям в расчетах, что, в свою очередь, делает невозможным своевременное перераспределение бюджетных средств между ключевыми государственными структурами. Ученые Пермского Политеха предложили новую модель для прогнозирования продолжительности жизни, которая работает с точностью 99,7%. Ее можно применять для планирования в сфере здравоохранения, пенсионного обеспечения и социальной поддержки.
Сегодня мир переживает новые демографические изменения: рождаемость упала до исторических минимумов, а средняя продолжительность жизни растет, что ведет к стремительному старению населения. В связи с этим прогнозирование смертности становится необходимым инструментом государственного управления.
От точности расчетов зависит эффективность системы здравоохранения: определение необходимого количества медицинских учреждений, объемов закупки лекарственных препаратов и доступность помощи для каждого пациента. Также подобные расчеты влияют на социальную сферу, определяя размер пенсионных выплат и меры поддержки для различных категорий граждан.
Чтобы понять, как будет меняться продолжительность жизни и какие возрастные группы будут преобладать в будущем, ученые во всем мире используют специальные математические модели смертности. Для их применения государственные структуры ежегодно собирают статистику о численности населения. По результатам расчетов определяются ключевые демографические показатели: вероятность смерти в разном возрасте и средняя продолжительность жизни. Полученные данные позволяют заранее планировать минимально необходимый объем ресурсов, чтобы обеспечить доступность медицинской помощи и социальных услуг.
Однако большинство используемых моделей разработали в прошлом веке. Они не учитывают современные демографические реалии. В их основе лежит предположение, что вероятность умереть с возрастом только увеличивается. Если для взрослых людей эта закономерность работает, то у младенцев и маленьких детей ситуация совсем другая. В первый год риск смерти наиболее высокий, но затем он резко падает и к пяти годам становится минимальным. Игнорирование этой особенности приводит к искажению общих демографических показателей.
Кроме того, в современном мире качество жизни во взрослом возрасте значительно улучшается из-за появления новых лекарств и методов лечения. При этом традиционные расчеты не учитывают этот ежегодный прогресс и снижение смертности. Игнорируя подобные факторы, они занижают реальную продолжительность жизни, что ведет к ошибочным прогнозам как для пенсионной системы, так и для здравоохранения.
Сегодня ученые во всем мире пытаются улучшить классические модели, в том числе с использованием нейросетевых методов обработки данных. Однако такие подходы по-прежнему не включают динамику детской смертности и ежегодное улучшение качества жизни, что сохраняет погрешность в расчетах.
При этом новые иностранные разработки не всегда применимы в России в силу различий в демографических условиях. Западные модели не учитывают разный климат и социально-экономическую ситуацию в отдельных регионах нашей страны, которые напрямую влияют на здоровье и долголетие населения. В связи с этим требуется разработка подходов, адаптированных к отечественным реалиям.
Ученые Пермского Политеха впервые в России создали математическую модель для прогнозирования продолжительности жизни, которая работает с точностью 99,7%. Она учитывает младенческую смертность и прогресс современной медицины, что позволяет применять ее для планирования в отечественном здравоохранении, пенсионной системе и социальной сфере как на федеральном уровне, так и в отдельных регионах. Статья опубликована в журнале Human Progress.
Для создания новой модели ученые взяли за основу принцип, заложенный в существующих разработках, согласно которому с возрастом риск смерти растет. Помимо этого, они включили ежегодное увеличение продолжительности жизни благодаря прогрессу медицины. Это значит, что смертность не будет считаться постоянной величиной, а станет снижаться по мере появления новых лекарств, вакцин и методов лечения.
Также исследователи учли динамику рисков в раннем детском возрасте. На основе статистических данных они выявили, что в первый год показатели смертности наиболее высокие, однако к пяти годам они достигают минимальных значений. Учет этой особенности позволяет скорректировать прогнозы для младших возрастных групп и, как следствие, повысить точность общих демографических показателей.
В результате ученые создали новую математическую модель, которая отражает то, что старые подходы игнорировали. Чтобы проверить ее, они взяли статистику смертности за 2004–2009 годы, которая охватывала все возрастные группы — от младенцев до пожилых. Исследователи настроили ее на основе этих данных, провели расчеты, а затем сверили полученные прогнозы с показателями за 2010 год.
Результат показал, что новая модель повторяет реальные сведения с точностью 99,7%. Благодаря учету динамики детской смертности и ежегодного прогресса в медицине она дала верные прогнозы для всех возрастов, а не только для взрослых, как большинство существующих аналогов. При этом модель не требует огромных массивов данных, что особенно важно в ситуациях, когда статистика неполная.
— Особенность разработки в том, что она учитывает специфику именно российской демографии. Дело в том, что у нас есть некоторые тенденции, которые отличаются от западных стран, например, другая детская смертность и распределение риска по возрастам. Поэтому настройка модели на отечественных статистических данных обеспечивает более высокую точность прогнозов и позволяет органам власти всех уровней получать достоверную информацию для принятия управленческих решений, — рассказал Герман Пушкарев, доцент кафедры «Прикладная математика» ПНИПУ, кандидат физико-математических наук.
Разработанное решение может использоваться для планирования в системе здравоохранения, пенсионного обеспечения и социального страхования. На его основе власти смогут точнее оценивать, сколько больничных мест и лекарств потребуется в будущем, какой размер пенсий закладывать в бюджет и многое другое.
По информации https://naked-science.ru/article/column/prognoz-prodolzh-zhizni-n
