• Факторный анализ - расчет вклада различных факторов, включая экологические, в возникновение неблагоприятных эффектов в здоровье населения при их одновременном воздействии.

В отличии от предыдущего метода, в данном случае возможно осуществить оценку вклада экологического фактора в формирование здоровья населения в общем контексте влияния остальных факторов, если они также подвергаются измерению. На основе получаемой факторной матрицы представляется возможность построить математическую модель уровня неблагоприятных эффектов при воздействии всего множества учитываемых факторов, что может быть использовано при принятии управленческих решений, разработке экономической стратегии, прогнозировании заболеваемости, смертности и т. д. Факторный анализ мог бы быть предпочтительным в общем наборе методов статистического анализа как дающий наиболее точные результаты, однако он не всегда может быть применен. Связано это с тем, что в данном случае, с одной стороны, требуется достаточно большое количество достоверной исходной информации, а с другой стороны, попытка "бесхитростного" усложнения математической модели приводит к тому, что называется "комбинаторным взрывом", - обвальному росту вычислительной сложности по мере увеличения размерности искомых взаимосвязей. Кроме того, возникает проблема роста ошибки метода, когда вероятная ошибка может стать соизмеримой с ожидаемым результатом.

Если предположить, что реальный риск должен представлять собой величину, характеризующую реальное число дополнительных случаев заболеваний, вызванных загрязнением окружающей среды, то из всего арсенала доступных статистических методов наиболее целесообразно применение следующих.

• Упрощенный подход.

1. Определяется коэффициент корреляции (г) между потенциальным риском и уровнем относительной заболеваемости. В случае его достоверности и соответствия здравому смыслу рассчитывается уравнение линейной регрессии:

Заболеваемость = а + b Risk,

где Risk - потенциальный риск.

Как результат оценивается следующее :

а — фоновый уровень заболеваемости, т. е. тот, который не зависит от загрязнения окружающей среды;

b - коэффициент пропорции роста заболеваемости в зависимости от уровня потенциального риска; для каждой территории определяется число дополнительных случаев заболеваний (на 1000 или др.) путем умножения b на Risk дальнейшем результаты могут обобщаться в таблицы и картографироваться с целью зонирования территории наблюдения по степени медико-экологического риска.

• Подход, основанный на использовании стандартизованных медико-статистических данных об уровнях заболеваемости населения.

Отличие такого подхода от предыдущего заключается в том, что в данном случае используется стандартизованная медико-статистическая информация об уровне заболеваемости. Стандартизованный показатель - это средний региональный уровень той или иной патологии (или класса), который определяется специальными исследованиями на основе длительного медико-статистического наблюдения. Иногда, в случае отсутствия утвержденных (или принятых в качестве таковых) стандартизованных данных, вместо них используют среднетерриториальные уровни. Например, при сравнении заболеваемости в районах города, в качестве стандартизованных данных выбирают ее среднегородское значение, на участках обслуживания поликлиники или ТМО - среднерайонное значение и т. д. В данном случае предлагается следующий алгоритм расчета реального риска.

1. Заполняются таблицы стандартизованных показателей. В случае отсутствия последних выполняется определение среднетерриториальных показателей: все случаи того или иного заболевания (или класса) по всем территориям на все население возрастной группы, выраженные на 1000, 100 000 или 1000 000, с определением ошибки (т) и дисперсии (ст).

2. Из списка заболеваний исследователем выбираются интересующие его формы или группы (классы).

3. За определенный исследователем период времени (желательно для сопоставления с потенциальным риском немедленного действия - максимально короткий срок, для других - максимально длинный) вычисляется относительный (на 1000 и т.д.) уровень заболеваемости по каждой патологии и/или классу для всех (или выбранных исследователем в данный расчет) территорий.

4. Из уровня заболеваемости для каждой выбранной территории вычитается стандартизированный (или сред нетерриториальный) уровень, а полученная разность выражается в значениях ст. Определяется вероятность отклонения заболеваемости от среднерайонного значения с использованием распределения Стьюдента:

5. Определяется коэффициент корреляции (г) между потенциальным риском и вероятностью отклонения уровня заболеваемости от сред нерайонного (или стандартизованного). В случае его достоверности и соответствия здравому смыслу рассчитывается уравнение линейной регрессии:

Вероятность отклонения = а + b Risk.

2. Оценка достоверности (исключение предвзятости)

Под оценкой достоверности полученных статистических закономерностей, помимо статистической достоверности, следует, прежде всего, понимать отсечение всего того, что не соответствует здравому смыслу. Иными словами, простые статистические связи, не согласующиеся с разумным биологическим объяснением, должны отвергаться. Часто такую оценку называют исключением предвзятости. Существует несколько типов (уровней) предвзятости. Назовем некоторые из них.

• Личность исследователя. Конкретные задачи, решаемые им, могут повлиять как на выбор исходной информации, так и на идентификацию и интерпретацию полученных связей.

• Доступность исходной информации. На объем выборки, которая послужила основанием для выводов, могут, существенно влиять стоимость и объем работ, необходимых для получения исходной информации, нежелание отдельных личностей и организаций принимать участие в исследовании (например, при интервьюировании раковых и других тяжелых больных) и т.д. Это может привести к тому что в силу организационных ошибок статистическая совокупность будет не в полной мере характеризовать все население, на которое переносятся выводы.

• Влияние миграции. Миграция приводит к изменению реальных дозовых нагрузок, связанных с воздействием изучаемого фактора.

• Другие типы. Связаны с конкретными условиями проведения исследования.

Для исключения предвзятости существуют различные методы, основными из которых являются следующие: