| Form of presentation | Articles in Russian journals and collections |
| Year of publication | 2024 |
| Язык | русский |
|
Shakirova Dilyara Khabilevna, author
|
|
Sharafutdinova Guzel Marsovna, author
|
| Bibliographic description in the original language |
Sharafutdinova G.M. Mnogofaktornyy analiz prognozirovaniya potrebnosti v preparatakh dlya simptomaticheskogo lecheniya rasseyannogo skleroza / G.M.Sharafutdinova, D.Kh.Shakirova // Obshhestvennoe zdorove i zdravookhranenie, - 2024. - №4(83). - S. 55-59. |
| Annotation |
Представлены данные о многофактором анализе прогнозирования потребности в симптоматических
препаратах, используемых при лечении рассеянного склероза. Для построения моделей потребления лекарственных препаратов для симптоматического лечения рассеянного склероза применялся метод многофакторного
математического моделирования с использованием корреляционно-регрессионного анализа. Данный метод позволяет учесть степень влияния каждого фактора на процесс потребления препарата. Для анализа были отобраны
лекарственные препараты, применяемые при лечении больных рассеянным склерозом. Установлена значительная
корреляция между потребностью в различных лекарственных препаратах для симптоматического лечения рассеянного склероза и количеством инвалидов вследствие заболевания рассеянным склерозом, финансированием
лекарственной помощи, количеством обострений и жалоб, показателями возраста начала заболевания, продолжительности симптоматической терапии, количеством вновь выявленных случаев и трудоспособных больных.
На основе полученных коэффициентов корреляции составлены 8 математических моделей для прогнозирования
потребности в лекарственных препаратах для симптоматического лечения рассеянного склероза. В результате
многофакторного математического моделирования получен краткосрочный прогноз потребности в лекарственных
препаратах для симптоматического лечения рассеянного склероза, согласно которому отмечается рост потребности в препаратах, что объясняется увеличением уровня заболевания рассеянным склерозом. Таким образом,
использование многофакторного математического моделирования для прогнозирования потребности в препаратах
для симптоматического лечения рассеянного склероза позволит более рационально распределять бюджетные
средства и способствовать повышению уровня доступности медицинской помощи больным рассеянным склерозом.
Полученные математические модели могут использоваться для оценки перспективной потребности в препаратах
при организации закупки необходимых объемов на уровне региона. |
| Keywords |
многофакторный анализ, рассеянный склероз, лекарственные препараты, лечение, симптоматическая терапия. |
| The name of the journal |
Общественное здоровье и здравоохранение
|
| URL |
http:// www.ozizdrаv.ru |
| Please use this ID to quote from or refer to the card |
https://repository.kpfu.ru/eng/?p_id=309243&p_lang=2 |
Full metadata record  |
| Field DC |
Value |
Language |
| dc.contributor.author |
Shakirova Dilyara Khabilevna |
ru_RU |
| dc.contributor.author |
Sharafutdinova Guzel Marsovna |
ru_RU |
| dc.date.accessioned |
2024-01-01T00:00:00Z |
ru_RU |
| dc.date.available |
2024-01-01T00:00:00Z |
ru_RU |
| dc.date.issued |
2024 |
ru_RU |
| dc.identifier.citation |
Шарафутдинова Г.М. Многофакторный анализ прогнозирования потребности в препаратах для симптоматического лечения рассеянного склероза / Г.М.Шарафутдинова, Д.Х.Шакирова // Общественное здоровье и здравоохранение, - 2024. - №4(83). - С. 55-59. |
ru_RU |
| dc.identifier.uri |
https://repository.kpfu.ru/eng/?p_id=309243&p_lang=2 |
ru_RU |
| dc.description.abstract |
Общественное здоровье и здравоохранение |
ru_RU |
| dc.description.abstract |
Представлены данные о многофактором анализе прогнозирования потребности в симптоматических
препаратах, используемых при лечении рассеянного склероза. Для построения моделей потребления лекарственных препаратов для симптоматического лечения рассеянного склероза применялся метод многофакторного
математического моделирования с использованием корреляционно-регрессионного анализа. Данный метод позволяет учесть степень влияния каждого фактора на процесс потребления препарата. Для анализа были отобраны
лекарственные препараты, применяемые при лечении больных рассеянным склерозом. Установлена значительная
корреляция между потребностью в различных лекарственных препаратах для симптоматического лечения рассеянного склероза и количеством инвалидов вследствие заболевания рассеянным склерозом, финансированием
лекарственной помощи, количеством обострений и жалоб, показателями возраста начала заболевания, продолжительности симптоматической терапии, количеством вновь выявленных случаев и трудоспособных больных.
На основе полученных коэффициентов корреляции составлены 8 математических моделей для прогнозирования
потребности в лекарственных препаратах для симптоматического лечения рассеянного склероза. В результате
многофакторного математического моделирования получен краткосрочный прогноз потребности в лекарственных
препаратах для симптоматического лечения рассеянного склероза, согласно которому отмечается рост потребности в препаратах, что объясняется увеличением уровня заболевания рассеянным склерозом. Таким образом,
использование многофакторного математического моделирования для прогнозирования потребности в препаратах
для симптоматического лечения рассеянного склероза позволит более рационально распределять бюджетные
средства и способствовать повышению уровня доступности медицинской помощи больным рассеянным склерозом.
Полученные математические модели могут использоваться для оценки перспективной потребности в препаратах
при организации закупки необходимых объемов на уровне региона. |
ru_RU |
| dc.language.iso |
ru |
ru_RU |
| dc.subject |
многофакторный анализ |
ru_RU |
| dc.subject |
рассеянный склероз |
ru_RU |
| dc.subject |
лекарственные препараты |
ru_RU |
| dc.subject |
лечение |
ru_RU |
| dc.subject |
симптоматическая терапия. |
ru_RU |
| dc.title |
Многофакторный анализ прогнозирования потребности в препаратах для симптоматического лечения рассеянного склероза |
ru_RU |
| dc.type |
Articles in Russian journals and collections |
ru_RU |
|