Влияние качества жизни на смертность и заболеваемость

Влияние качества жизни на смертность и заболеваемость.
Концепция качества жизни – понятие, в который не только каждый индивид
облекает свои субъективные оценки, но и каждая область науки вкладывает свой смысл.
Отсюда, очевидно, и возникает основная трудность: как измерить, а если не измерить, то
хотя бы приблизительно оценить качество жизни. Более того, понятие качества жизни
определяется как на микроуровне (путём опроса индивидов), так и на макроуровне
(страновом). С точки зрения индивида, качество жизни может включать наличие или
отсутствие работы, материальных благ, обеспеченность жильём, доступность ряда товаров
и услуг, удовлетворенность жизнью, степень самореализации, а также самооценку
здоровья.
Идея, на первый
взгляд, очевидна: индекс качества жизни воспринимается как
«попытка измерить количественно способность нации к жизни для среднестатистического
представителя»1. Однако следует различать целый ряд созвучных понятий: уровень
жизни, качество жизни, стиль жизни, образ жизни и т.п. Зачастую термин «качество
жизни» используют неточно, подразумевая «уровень жизни», или наоборот, хотя понятие
«уровень жизни» выдвигает на первый план именно экономические аспекты,
подчёркивает материальную составляющую.
Понятие качества жизни впервые встретилось в работе Дж. Гэлбрейта «Общество
изобилия» («The Affluent Society») в 1958 году. Смысл суждения экономиста в том, что в
новом, современном мире, далеко не всё определяется материальными характеристиками
и погоней за ВВП. Рассуждая о залоге успеха государства на мировой арене, автор пишет
так: «Приемлемые темпы роста ВВП остаются лишь начальным критерием достижений.
Ни в коем случае не следует подвергать сомнению удобство простого арифметического
критерия успеха в мире, где столь многое субъективно. Однако все чаще ставится вопрос
о качестве жизни, а не об объемах выпуска”.2
Вскоре качество жизни – термин, вскользь упомянутый в книге, - стало ключевой
концепцией при сравнительном анализе государств. Кажется, для того чтобы понять,
насколько лучше или хуже живут люди в разных странах, не достаточно одного
показателя – необходим сравнительный анализ по целому ряду факторов. И здесь
идеальным вариантом предстает интегральный индикатор качества жизни, который
рассчитывается по определённой методике как средневзвешенное ряда других индексов.
Например, интегральный показатель качества жизни может быть составлен на
основе других индексов, каждый из которых отражает качество определённой сферы
жизни нации: здоровья (20%), образования (20%), благосостояния (20%), демократии
(15%), «глобального мира» (15%) и окружающей среды (10%).
Индекс здоровья включает такие показатели, как ожидаемая продолжительность
жизни при рождении; смертность, которой можно было бы избежать при данном уровне
развития медицины; детская смертность; доступность медицинских услуг.
Индекс образования состоит из следующих компонент: уровень грамотности
взрослого населения; длительность обучения в школе; результаты тестирования PISA.
Индекс благосостояния включает: коэффициент Джини; ВВП на душу населения/
индекс покупательной способности.
Индекс демократии компонует степень реализации: политических прав;
гражданских свобод; свободы средств массовой информации.
Индекс глобального мира измеряет степень защищённости от правонарушений,
репрессий и вооруженных конфликтов.
Индекс окружающей среды отражает качество и степень сохранности окружающей
природы.
По данным сайта http://nationranking.wordpress.com/, Россия по индексу качества
жизни занимала 83 место в 2011 году (значение индекса 0,586). Индекс здоровья – (63
1
2
http://nationranking.wordpress.com/2011/03/06/2011-qli/
J.K. Galbraith. The Affluent Society. The Fortieth Anniversary Edition. //Mariner Books. 1998. Р. 142.
место) 0,646, индекс образования – 0,902 (37 место), благосостояние – 0,657 (60 место),
индекс демократии – 0,238 (114 место), индекс мира – 0,190 (131 место), окружающая
среда – 0,631 (60 место)3.
Однако необходимо отметить, что не все показатели, на основе которых должны
рассчитываться индексы, доступны (в частности, о тестах PISA и смертности, которой;
смертность, которой можно было бы избежать при данном уровне развития медицины,
прямо сказано, что она используется, если доступны данные). Поэтому интегральные
показатели, методика подсчета которых варьируется в зависимости от доступных данных,
не вполне точны и не годятся для межстранового анализа. В статистике по России,
представленной Всемирным банком4, ещё больше пробелов. Здесь нет индекса
демократии и глобального мира. Единственный показатель, который можно было бы
связать с последним, - «число погибших в вооруженных столкновениях».
Проблема заключается и в низкой вариабельности данных внутри страны по ряду
индексов. Отслеживать такие показатели, как индекс политических прав бесполезно – он
не меняется и все время составляет 3 балла из 10. Стабильна и длительность обучения в
школе. Уровень грамотности варьируется незначительно – от 97,98% (в 1989 г.) до 99,94%
(в 2002 г.); доступ к улучшенным водным ресурсам имеют 94-95% населения, а доступ к
медицинскому оборудованию высокого качества – 87% все время.
Ясно, что само по себе рейтингование по качеству жизни не может быть
информативным, что методику хочется упростить, а следить хочется за тенденциями в
изменении качества жизни. И связь с показателями здоровья и смертности тоже следует
смотреть в динамике, выделив для этой цели индикаторы качества жизни, которые
наиболее тесно связаны с тенденциями в изменении смертности или заболеваемости.
Исследователи предпринимали отойти от наиболее агрегированного показателя
качества жизни и спуститься на уровень конкретных статистических показателей. Так,
еще в прошлом веке появились такие альтернативные индикаторы качества жизни, как
Physical Quality of Life (PQLI) и Health-Related Quality of Life (HRQL). Автор концепции
PQLI М.Д. Моррис, критикуя ВНП как меру качества жизни, предлагает альтернативную
методику оценивания качества жизни: оцениваются уровень грамотности, коэффициент
младенческой смертности и продолжительность жизни5. Показатели взвешиваются в
равных пропорциях и формируется оценка качества жизни из 100 баллов.
То, что объем производства не годится в качестве индикатора уровня развития
государства, отмечал и Гэлбрейт, аргументируя свою позицию тем, что такой индикатор
не способен указать на более глубокие, качественные характеристики жизни в
государстве: «С точки зрения выпуска как индикатора меры успешности государственной
политики, нет никакой разницы между республиканцами и демократами, правыми и
левыми…, католиками и протестантами»6. Но с тем фактом, что индекс физического
качества жизни низкий в тех странах, где низкий ВВП, не поспоришь.
Существуют и такие меры, как индекс счастья нации, индекс благосостояния,
индикатор прогресса и многие другие. Более того, понятие качества жизни может
определяться не только на макроуровне с помощью агрегированных показателей, начиная
от ожидаемой продолжительности жизни при рождении и заканчивая выбросами
углекислого газа в атмосферу, но и на микроуровне путём опроса индивидов. Причем, с
точки зрения индивида, качество жизни может включать наличие или отсутствие работы,
материальных благ, обеспеченность жильём, доступность ряда товаров и услуг,
удовлетворенность жизнью, степень самореализации, а также самооценку здоровья, и
соответственно, разительно отличаться от подобного показателя на уровне страны.
3
http://nationranking.files.wordpress.com/2011/03/2011-qli2.png
http://www.who.int/gho/publications/world_health_statistics/en/index.html
5
Morris, D.M. Measuring the Condition of the World’s Poor: The Physical Quality of Life Index//New York:
Pergamon. United Nations Development Programme. 1979.
6
J. K. Galbraith. The Affluent Society. The Fortieth Anniversary Edition. / Mariner Books, 1998. Р. 100.
4
Весь вопрос в том, какие цели преследует исследователь. Мы ставим задачу
сопоставить качество жизни с коэффициентом смертности. Если обратиться к данным
РМЭЗ, чтобы понять, как индивид воспринимает и оценивает качество собственной
жизни, то вряд ли такая трактовка качества жизни будет связана с уровнем грамотности в
стране, ростом ВВП и прочими макроэкономическими показателями. В таком случае
более плодотворным окажется расчет показателя HRQL. Если же мы рассматриваем
статистику Росстата по регионам, чтобы ранжировать их по качеству жизни, то там будут
наиболее важны экономические показатели соответствующего региона. Когда мы,
наконец, анализируем качество жизни страны в целом, то стараемся наиболее полно
учесть показатели, характеризующие все сферы жизни общества. Таким образом, выбор
методики подсчета интегрального индикатора будет в значительной степени определяться
и уровнем агрегации данных.
Наша задача заключалась в выявлении некоторого набора факторов, которые могли
бы послужить индикаторами качества жизни и притом были бы тесно связаны с
показателями смертности населения, как на уровне страны в целом, так и на уровне
региональных объектов РФ. Анализ проводится на данных Всемирного банка (на уровне
страны), Росстата (на уровне страны и на уровне регионов РФ) и РМЭЗ.
Концепция качества жизни, связанного со здоровьем активно используется в США
и Европе. Центр по контролю и борьбе с заболеваниями (CDC) США предлагает выделять
в особую категорию «качество жизни, связанное со здоровьем». Исследователи CDC
убеждены, что «качество жизни, ассоциированное со здоровьем, - обладает большей
прогнозной силой для оценки уровня смертности, чем объективные показатели»7.
Изначально концепция HRQL разрабатывалась, для того чтобы нащупать связь между
качеством жизни индивида и его психическим и физическим здоровьем. Кроме того,
ориентируясь на этот показатель, правительство могло бы корректировать политику в
сфере предоставления медицинских услуг и разрабатывать схемы оказания социальной
помощи.
Так, в 1991 году с целью создать инструмент для сравнительного анализа качества
жизни населения в различных странах стартовал проект по оцениванию HRQL на основе
индивидуальных опросников. Используя такой подход и изучая микростатистику, авторы
проекта пытаются не поверхностно судить об экономике страны, а на глубинном уровне
учесть особенности культуры конкретной страны. Вопросник включает 26 показателей,
которые отражают физическое здоровье, психическую сохранность, социальные связи и
состояние окружающей среды8.
Следует отметить, что в РМЭЗ сильна субъективная составляющая, а значит,
именно этот ресурс более репрезентативно отражает качество жизни, связанное со
здоровьем индивида. И скорее всего, именно качество жизни, ассоциированное со
здоровьем, будет связано с заболеваемостью и смертностью в выборке РМЭЗ.
Мы использовали модель бинарного выбора (logit) для отбора факторов, которые
ассоциированы с вероятностью смерти.
Среди показателей здоровья наиболее важными представляются заболевания
сердечно-сосудистой системы (именно они были выделены в крупнейшем исследовании
Европейской обсерватории по системам и политике здравоохранения (Suhrcke et al., 2007)
как заболевания, которые наиболее часто являются причиной преждевременной смерти и
которые имеют экономические последствия). Поэтому повышенное артериальное
давление, перенесенные инфаркт и инсульт (как и объединившая их переменная
«перенесенный инфаркт либо инсульт») были включены в число регрессоров. Тесно
связанной с сердечно-сосудистыми заболеваниями характеристикой кажется избыточный
вес, который увеличивает риск возникновения заболеваний такого типа, а также диабета.
7
8
Measuring Healthy Days //Centers for Disease Control and Prevention. Atlanta, Georgia: CDC, Nov. 2000. P. 6.
http://www.who.int/substance_abuse/research_tools/whoqolbref/en/
Поэтому диабет и лишний вес тоже оказались в числе независимых переменных. По
формуле рассчитывался индекс массы тела:
ИМТ 
Вес
, где вес измерялся в
Рост2
килограммах, а рост в метрах. Индикатор лишнего веса – фиктивная переменная, равная 1,
если ИМТ>25 кг 2 .
м
Кроме того, среди показателей здоровья, привлечённых в качестве объясняемых
переменных для модели бинарного выбора, были самооценка здоровья, наличие у
респондента хронических заболеваний (в т.ч. болезней сердечно-сосудистой системы,
лёгких, печени, почек, позвоночника, желудочно-кишечного тракта), частое употребление
алкоголя, курение (стаж курения и фиктивная переменная, соответствующая ответу на
вопрос: «Вы курите в настоящее время?»). На основе доступных данных по группам
хронических заболеваний был построен и количественный индикатор хронических
заболеваний, рассчитанный как простая сумма значений дамми-переменных,
соответствующих каждой из групп заболеваний.
К сожалению, данные РМЭЗ не позволяют построить точный интегральный
индикатор здоровья, но его аналогом может выступить самый доступный показатель —
самооценка здоровья. Она несёт в себе информацию, не содержащуюся в более
объективных показателях. В частности, в работе (Banks et al., 2007) указывается, что
включение субъективной оценки здоровья позволяет увеличить точность прогнозов
заболеваемости и смертности.
Среди объясняющих факторов были также и ответы респондента на вопросы о
наличии работы, об удовлетворённости жизнью в целом, индикаторы самооценки
индивида. Ориентируясь на вопросник ВОЗ, где ответ на каждый вопрос предполагал
оценку по пятибалльной шкале и система подсчёта интегрального показателя оказывалась
довольно простой, мы включили в число объясняющих переменных оценки степени
согласия или несогласия с утверждениями наподобие «А теперь представьте лестницу из
девяти ступеней, на нижней ступени которой находятся самые неуважаемые люди, а на
вершине которой - самые уважаемые. Где вы себя видите?». Однако такие вопросы в
российских анкетах малочисленны, а большинство вопросов о состоянии здоровья чаще
требуют не самоидентификации индивида, а информации о наличии конкретного
диагноза, установленного врачом, о дате, когда этот диагноз был поставлен.
Можно рассмотреть два варианта подсчёта смертности: по семейным вопросникам,
с учётом того, что индивид наблюдался подряд два раунда, и без такого строгого учёта.
Смертность в рамках первой методологии рассмотрена в работе И.А. Денисовой
«Смертность в России: микроанализ». Возможно, именно из-за такого подхода показатель
смертности оказывается заниженным по сравнению с тем, который предлагает Росстат.
Но если мы не будем требовать, чтобы какая-то информация об умершем
сообщалась в раунде, предшествующем раунду, в котором констатируется смерть, то
показатель смертности изменится. Очевидно, он возрастет. Такая методология
представляется более приемлемой, поскольку существуют случаи, когда в предыдущем
раунде индивида не опросили вследствие того, что он был в больнице, командировке и т.
п. – словом, просто отсутствовал по месту проживания в момент опроса. Кроме того, из
нашей выборки от раунда к раунду выбывают люди, о которых мы знали что-то в
предыдущем периоде, а в нынешнем – ничего не знаем. А среди таких наблюдений тоже
могли быть случаи смерти.
Конечно, при учёте таких индивидов, о которых нет информации в предыдущем
периоде, существует проблема: мы не знаем, в какой период наступила смерть. Однако
поскольку в каждом раунде есть такие наблюдения, учитывать их всё же стоит.
Сравним показатели смертности по разным методикам подсчета (см. Таблица 1).
Таблица 1. Уровни смертности по данным РМЭЗ и Росстат.
волна год
5 1994
6 1995
7 1996
8 1998
9 2000
10 2001
11 2002
12 2003
13 2004
14 2005
15 2006
16 2007
число
уровень
уровень
умерши число уровень
уровень смертно число
смертности
х
опрош смертности смертно сти на умерших на 1000
(семьи) енных на 1000
сти в % 1000
(индивиды) (Росстат)
91
137
262
271
146
211
200
194
215
199
195
10911
8,3
10703
12,8
10941 23,9 (11,9)
11265
24 (12)
10912
13,4
12930
16,3
13045
15,3
12310
15,8
12605
17,1
15261
13
14984
13
0,83%
1,28%
2,39%
2,41%
1,34%
1,63%
1,53%
1,58%
1,71%
1,30%
1,30%
9,2
13,3
12,1
10,7
11
12
11,7
10,4
10,8
8,6
8,2
77
105
189
171
92
112
113
102
105
82
96
15
14,2
13,6
15,3
15,6
16,2
16,4
16
16,1
15,2
14,6
Поскольку перерыв между раундами 7 и 8 (с 1996 по 1998), а таже 8 и 9 (с 1998 по
2000) составляет два года, то уровень смертности оказывается существенно завышенным
(см. Таблицу «Уровни смертности по данным РМЭЗ и Росстат»). Поэтому мы делили
пополам, считая распределение на отрезке равномерным. Начиная с 2001 года, уровни
смертности ближе к Росстатовским, если считать по «вопросникам домохозяйства», а не
по индивидуальным анкетам.
Памятуя о том, что высокие темпы роста ВВП для стран ассоциируются с низким
уровнем смертности, начнём с проверки гипотезы о влиянии дохода на смертность.
Оценивается логит-модель зависимости вероятности наступления смерти в настоящем
периоде от дохода в предыдущем (лаг в один период) по данным 2007-2008 гг. С точки
зрения агрегированных показателей, такой знак объясним: чем выше доход, тем меньше
вероятность смерти. Эта логика в рамках тенденций наблюдается на макроданных по
России. Однако регрессия незначима (см. Приложение 1), что на уровне микроданных
представляется абсолютно разумным: если индивид больше зарабатывает, то это вовсе не
снижает риск смерти. Если мы используем доход на члена семьи, ситуация не меняется.
Материальное качество жизни – не тот показатель, который способен влиять на
смертность на индивидуальном уровне. Понятно, что выборка РМЭЗ дольно
специфическая: лиц с доходом очень высоким здесь нет, а главное, здесь опрашиваются
только семьи, у которых есть некоторое место жительства, т.е. люди, которые не являются
лицами без определенного места жительства. Кроме того, в выборке нет людей, которые
умирали бы от бедности, что можно было бы ассоциировать с доходом, ВВП на душу
населения и т.п. Если рассматривать не просто показатель дохода семьи со слов
домохозяйства, а некоторые другие индикаторы благополучия, такие как способность
оплатить обучение, медицинские расходы и проч., ситуация не изменится. Зависимость
всё равно не является адекватной.
Если мы пытаемся по-другому учесть материальную составляющую, включив ряд
вопросов о доступности семье медицинских ресурсов, регрессия опять не оказывается
адекватной (см. Приложение 2). Конечно, это могло бы быть связано с низким процентом
ответивших утвердительно на вопрос: «В течение последних 12 месяцев случалось ли так,
что кто-то из членов Вашей семьи не смог получить амбулаторное, поликлиническое
лечение?» Тем не менее, респондентов, которые ответили «да» на этот вопрос оказалось
много (37% наблюдений). Тех, кто не смог получить стационарную помощь, оказалось
почти 50%, а тех, кто не смог купить лекарства, -35%, тех, кто не смог позволить себе
санаторно-курортное лечение, - 55%, а тех, кто не смог получить помощь стоматолога, почти 68%. К сожалению, мы не знаем причин, по которым люди не смогли получить
помощь, когда в ней нуждались. А значит, такие результаты могут объясняться не только
нехваткой средств для оплаты помощи, но и отсутствием квалифицированных
специалистов, клиник, оборудования вблизи места проживания, нежеланием ехать за
помощью в другой населённый пункт – словом, любыми трудностями, которые могли
зависеть как от самого респондента, так и от внешних обстоятельств.
Единственный фактор – связанный с оказанием помощи в госпитале. Это логично,
потому что это связано с тяжелыми состояниями больного и необходимостью срочной
госпитализации. Здесь отсутствие госпитализации может привести к смерти. Все
остальные факторы, по данным семейных вопросников, не характеризуют вероятность
смерти.
Следует принять во внимание, что выборка, конечно, небольшая, а количество
смертей (если смотреть по «вопросникам домохозяйства») в зависимости от раунда
варьируется от 91 (шестая волна) до 215 (четырнадцатая волна), при том что причин
смерти порядка 50. Из причин смерти, зачастую связанных с социально-значимым
заболеваниями, а значит, имеющих отношение к низкому качеству жизни, в вопроснике –
только туберкулёз, цирроз печени и наркотики. Однако такие случаи являются
единичными. Большая часть смертей приходится на диагнозы, связанные с сердечнососудистыми заболеваниями, а также онкологией (см. Таблицу 2. Распределение смертей
по причинам).
Таблица 2. Распределение смертей по причинам.
год
2009
2008
2007
2006
случаев смерти
209
206
195
199
ССЗ
94 44,98%
84 40,78% 87 44,62% 86 43,22%
42 20,10%
инфаркт
38 18,45% 40 20,51% 29 14,57%
50 23,92%
инсульт
43 20,87% 40 20,51% 52 26,13%
2 0,96%
7 3,59%
5 2,51%
сердечная недостаточность
3 1,46%
29 13,88%
рак
32 15,53% 34 17,44% 38 19,10%
несчастный случай
32 15,31%
35 16,99% 19 9,74% 26 13,07%
3 1,44%
4 2,05%
4 2,01%
туберкулез
4 1,94%
10 4,78%
9 4,52%
старость
15 7,28% 15 7,69%
год
2005
2004
2003
2002
2001
случаев смерти
215
194
200
211
146
ССЗ
84 39,07%
79 40,72% 89 44,50% 86 40,76%
62 42,47%
23
32
30
44
31 21,23%
инфаркт
10,70%
16,49%
15,00%
20,85%
55 25,58%
44 22,68% 52 26,00% 42 19,91%
30 20,55%
инсульт
6 2,79%
3 1,55%
7 3,50%
0 0,00%
1 0,68%
сердечная недостаточность
36 16,74%
27 13,92% 36 18,00% 42 19,91%
29 19,86%
рак
29 13,49%
34 17,53% 23 11,50% 32 15,17%
14 9,59%
несчастный случай
5 2,33%
3 1,55%
1 0,50%
3 1,42%
3 2,05%
туберкулез
13 6,05%
9 4,64% 15 7,50% 12 5,69%
6 4,11%
старость
Очевидно, что сердечно-сосудистые заболевания являются основной причиной
смертности, поэтому представляется логичным смотреть на них как на факторы,
способные спрогнозировать смертность. Заметим, что наличие многих заболеваний, за
исключением генетически обусловленных (а их по РМЭЗ идентифицировать невозможно),
является свидетельством определённого образа жизни, который связан с понятием
качества жизни. Поэтому измерять риск наступления смерти в зависимости от качества
жизни можно, но не в общем, а ориентируясь именно на качество жизни, ассоциированное
со здоровьем.
Обратимся к индивидуальным вопросникам. Переменные, обозначающие оценки
степени согласия с утверждениями о самооценке, наличие работы и большинство
характеристик здоровья и образа жизни (избыточный вес, частота употребления алкоголя,
хронические заболевания, диабет, повышенное артериальное давление и др.) оказались
незначимыми. Смертность зависит от курения, причём не от интенсивности, а от самого
факта курения, и от перенесённых инфарктов и инсультов. Кроме того, как и ожидалось,
значимым фактором оказывается и самооценка здоровья (см. Приложение 3). Чем хуже
человек оценивает своё здоровье, тем выше вероятность смерти. Если в прошлом человек
перенёс инсульт или инфаркт, то риск смерти также повышается. Если же человек не
курит, то шансы выжить у него выше.
Отметим, что переменные, свидетельствующие о перенесенном инфаркте либо
инсульте, фиктивная переменная, обозначающая курение, квадрат возраста и самооценка
здоровья оказываются не просто значимыми, но и устойчивыми к изменению волны и,
таким образом, к изменению выборки. При анализе данных по периодам с 2004 по 2008
гг. именно эти четыре фактора всегда попадают в число значимых. Особенно важен
фактор самооценки здоровья в предсказании вероятности смерти, что подчёркивалось в
работах (DeSalvo, 2006) и (Dominick, 2002).
Что касается возраста, то здесь наблюдается положительная зависимость от
квадрата возраста, а показатель возраста тоже входит в число причин смерти - около 10%
(см. Таблицу 2). Интереснее подходят к прогнозированию смертности японские
исследователи (ССЫЛКА!), которые пытаются использовать количество лет, прожитые
человеком
в
определенном
физическом
состоянии
(т.е.
в
«плохом»,
«удовлетворительном» или «хлорошем») как фактор, способный повлиять на вероятность
наступления смерти. Однако для нас применение такой методики представляет трудности,
т.к. причины смерти известны только с 2001 года, многие наблюдения цензурированные, а
главное, оценка собственного здоровья от года к году редко меняется на периоде с 2001 г.
по 2008 г. и лишь в единичных случаях – в сторону лучшего самочувствия.
Конечно, проблемы с некоторыми другими факторами, такими как диабет,
некоторые группы хронических заболеваний могут быть связаны с незначительным
количеством наблюдений, обладающих такими характеристиками (хотя если посмотреть
на факторы, оказавшиеся значимыми, то курящих в выборке довольно много - около 30%,
а вот перенесших инфаркт миокарда или инсульт мало – примерно 6%). Кроме того,
проблемы неустойчивости переменных к изменению состава выборки может быть связана
и с малочисленностью положительных исходов в выборке.
Связь заболеваемости с характеристиками качества жизни по статистике РМЭЗ
установить тяжело. В силу специфики данных, из социально значимых заболеваний здесь
можно наблюдать только туберкулез – и то единичные случаи. Отметим, что
немногочисленны и случаи заболевания диабетом, гепатитами. Напротив, если
посмотреть на наличие хронических заболеваний, то примерно у половины респондентов
имеются хронические заболевания (лидируют заболевания печени 5 (13,6%),6 (12,7%) и
сердечно-сосудистой системы (13,5%)), однако индикатор наличия хронических
заболеваний не изменяется от одного раунда опроса к другому, а если и меняется – то
только в сторону увеличения числа хронических заболеваний9.
Не стоит забывать о проблеме эндогенности. Мы можем в некоторой степени
избежать ёё на микроданных, когда регрессантом выступает смерть на определенный год,
а используются в качестве объясняющих факторов данные за предыдущий год. Однако
уже в случае, когда объясняемой переменной является наличие заболевания,
односторонний вариант зависимости рассматривать не вполне корректно.
Таким образом, для микроданных значимо связаны с вероятностью смерти только
индикаторы здоровья, а значит, по данным индивидуальным, прогнозировать риск смерти
можно лишь в рамках концепции HRQL.
Что касается макроданных, то и здесь не вполне очевидно, в какую сторону
происходит влияние. Казалось бы, показатели качества жизни, в т.ч. ВВП как основного
индикатора этого качества жизни, могут объяснять тенденции в таких показателях, как
коэффициент распространенности различных форм туберкулеза, вируса иммунодефицита
человека, а также уровень смертности и коэффициент рождаемости. Но многие западные
исследователи, следуя обратной логике, пытаются рассмотреть зависимость экономики и
недопроизводства от некоторых показателей здоровья, подобных курению или
потреблению алкоголя, а также оценить вклад различных заболеваний в динамику ВВП
страны (Hartunian, et al., 1980), (Suhrcke, et al., 2007).
Кажется, качество жизни на макроуровне в некоторой степени способно
прогнозировать смертность. Однако корректно говорить о взаимосвязи некоторых
переменных, о схожих трендах и т.п., а не об однозначном влиянии одного на другое.
Обратимся к статистике ВОЗ (она же предоставляется и Всемирным банком
данных10) и взглянем на тренды в некоторых социально значимых заболеваниях.
Способны ли тренды в ВВП или каких-то показателях, связанных с качеством
жизни, говорить о тенденциях в заболеваемости? На графиках 1 и 2 представлено
изменение процента зараженных ВИЧ и числа больных туберкулезом.
График 1. Динамика распространения ВИЧ.
График 2. Динамика числа больных туберкулезом (в тыс. чел.).
9
Статистика приведена по данным за 2008 г. (17 раунд).
http://data.worldbank.org/country/russian-federation
10
туберкулез
туберкулез (тыс. чел.)
140
120
100
80
туберкулез
60
40
20
0
Если кривая на втором графике не сильно отклоняется от уровня в 110 тыс.
человек, то процент зараженных ВИЧ неуклонно растёт. Кончено, это может быть связано
с тем, что туберкулез лечится гораздо более успешно, чем ВИЧ.
Макроэкономические показатели, такие как ВВП, валовый национальный доход,
индекс потребительских цен – растут (см. графики 3 и 4).
График 3. Динамика валового национального дохода (1996-2009 гг.).
График 4. Динамика ИПЦ
(1993-2008 гг.)
CPI
160
140
120
100
80
60
40
20
0
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
1994
1993
CPI (2005…
Более того, тот факт, что заболеваемость не снижается, может быть в первую
очередь связан не с собственно макроэкономическими показателями, а с государственным
финансированием расходов на лечение. Если посмотреть на изменение доли
государственных и частных расходов на медицинское обслуживание, то видна тенденция
к повышению частных и снижению государственных (см. График 5).
График 5. Динамика соотношения долей государственных и частных расходов на
медицинское обслуживание.
Очевидно, макроэкономические показатели не годятся для прогнозирования
заболеваемости и смертности. То же подтверждается и с помощью регрессионного
анализа: коэффициент при переменной GDP в регрессии коэффициента смертности на
ВВП незначим (см. Приложение 4). Конечно, здесь есть проблема положительной
автокорреляции остатков (статистика Дарбина-Уотсона равна 0.215). Хотя знак разумный
и корреляция между регрессантом и регрессором действительно отрицательная (см.
Приложение 5).
Если рассмотреть уровень смертности (см. График 6), то видно, что численность
населения (см. График 7) изменяется незначительно и более плавно, чем смертность, как
общая (см. График 8), так и уровень смертности. Тенденции в изменении ВВП и
смертности разнонаправленны.
График 6. Динамика уровня смертности (1959-2009 гг.).
График 7. Динамика общей смертности (1959-2009 гг.).
График 8. Динамика численности населения (1959-2009 гг.).
Но если посмотреть на коэффициент младенческой и детской смертности, то
тренды в перекликаются более очевидно: с ростом национального дохода детская
смертность и ее составляющая – младенческая – уменьшаются (см. График 9).
График 9. Динамика уровня смертности (1959-2009 гг.).
Смертность
45
40
35
30
25
20
15
10
5
0
смертность младенческая
Смертность (до 5 лет)
Кроме того, имело место снижение такого важного показателя, как смертность от
внешних причин. Динамика смертности по данным Росстата подробно рассмотрена в
статье О.И. Антоновой «Региональная дифференциация смертности от внешних причин ».
Отметим, что количество самоубийств снижалось, а данный фактор может служить
индикатором социального благополучия11.
График 10. Смертность от внешних причин (2001-2006 гг.).
11
Антонова О. И. Региональная дифференциация смертности от внешних причин // Во-просы статистики. №
10. 2007. С. 17.
смертность от внешних причин
60
человек
50
транспортные травмы
40
отравления алкоголем
30
самоубийства
20
убийства
10
0
2000
2001
2002
2003
2004
2005
2006
Если, наконец, обратиться к анализу по региональным данным, предоставляемым
Росстатом, то можно попытаться выявить связь между валовым региональным продуктом
и уровнем смертности в регионе. Казалось бы, возможно ранжировать регионы по ВРП и
ожидать, что в наиболее развитых экономически регионах будет низкий коэффициент
смертности. Но если возьмем статистику за 2008 г. и оценим регрессию, где в качестве
зависимой переменной выступит уровень смертности, а объясняющей – ВРП, то она
окажется незначимой. Результаты оценивания приведены в Приложении 6. Тем не менее,
коэффициент ранговой корреляции Спирмена оказывается значимым на 10% уровне
значимости. Значит, ранжирование по ВРП имеет смысл и может указывать, где
смертность выше, а где ниже.
Основные выводы.
Следует отметить то, что уровни заболеваемости и смертности, оцененные по
данным РМЭЗ, оказываются несколько заниженными по сравнению с теми же
показателями, сообщаемыми Росстатом.
Что касается моделирования смертности по статистике РМЭЗ, то прямого влияния
экономических характеристик качества жизни не выявлено, в то время как по
агрегированной статистике Росстата и Всемирного банка тенденции изменения индекса
цен, ВВП, ВВП на душу населения за период (1989-2008) оказываются ассоциированы с
трендом смертности. Заметим, что макропоказатели связаны на уровне тенденций и не
стоит говорить о влиянии одного на другое.
На уровне регионов России тоже есть связь между валовым региональным
продуктом и уровнем смертности в регионе, что подтверждает значимый коэффициент
ранговой корреляции Спирмена.
Однако как на микроуровне, так и на макроуровне удается выявить некоторые
характеристики, позволяющие спрогнозировать смертность либо вероятность наступления
смерти. Но если на уровне страны график смертности в большей степени связан с
графиком национального богатства или ВВП как индикаторов именно уровня жизни, то на
уровне индивидуальных данных смертность ассоциируется в первую очередь с
показателем не дохода, а качества жизни, ассоциированного со здоровьем. То есть для
данных микроуровня оказалось бы наиболее плодотворным использование качества
жизни, ассоциированного со здоровьем, в качестве предиктора смертности.
Приложения.
Приложение 1. Результаты оценивания модели бинарного выбора по семейным
вопросникам (2007-2008 гг.)
Iteration 0:
Iteration 1:
log likelihood = -678.67628
log likelihood = -678.48159
Logistic regression
Log likelihood = -678.48159
Number of obs
LR chi2(1)
Prob > chi2
Pseudo R2
=
=
=
=
5545
0.39
0.5326
0.0003
-----------------------------------------------------------------------------death |
Coef.
Std. Err.
z
P>|z|
[95% Conf. Interval]
-------------+---------------------------------------------------------------income | -2.54e-09
4.16e-09
-0.61
0.542
-1.07e-08
5.62e-09
_cons | -3.591548
.0853799
-42.07
0.000
-3.758889
-3.424206
Приложение 2. Результаты оценивания модели для вероятности смерти (2007-2008 гг.) по
семейному вопроснику.
Logistic regression
Log likelihood = -675.01929
Number of obs
LR chi2(6)
Prob > chi2
Pseudo R2
=
=
=
=
5545
7.31
0.2928
0.0054
-----------------------------------------------------------------------------de |
Coef.
Std. Err.
z
P>|z|
[95% Conf. Interval]
-------------+---------------------------------------------------------------amb |
.2008493
.4397983
0.46
0.648
-.6611396
1.062838
hosp |
.8785756
.4321712
2.03
0.042
.0315357
1.725616
med | -.1849116
.3484946
-0.53
0.596
-.8679486
.4981254
vac | -.1240433
.2942677
-0.42
0.673
-.7007974
.4527108
dent | -.4953475
.357631
-1.39
0.166
-1.196291
.2055963
income | -2.47e-09
4.22e-09
-0.59
0.558
-1.07e-08
5.80e-09
_cons | -3.574701
.0933195
-38.31
0.000
-3.757604
-3.391798
Приложение 3. Результаты оценивания логит-модели для индивидов
Logistic regression
Log likelihood = -501.28999
Number of obs
LR chi2(4)
Prob > chi2
Pseudo R2
=
=
=
=
10883
245.39
0.0000
0.1966
-----------------------------------------------------------------------------outcome |
Coef.
Std. Err.
z
P>|z|
[95% Conf. Interval]
-------------+---------------------------------------------------------------sah |
.3711193
.0908177
4.09
0.000
.1931199
.5491187
nosmoke | -1.302109
.2324934
-5.60
0.000
-1.757788
-.8464305
infmins |
.9779169
.2278314
4.29
0.000
.5313756
1.424458
agesq |
.0006243
.0000582
10.72
0.000
.0005102
.0007384
_cons | -7.237883
.3546244
-20.41
0.000
-7.932934
-6.542832
------------------------------------------------------------------------------
Приложение 4. Оценка зависимости смертности от ВВП (1989-2008 гг.).
Source |
SS
df
MS
-------------+-----------------------------Model | 3.60662929
1 3.60662929
Residual | 51.0353716
18 2.83529842
-------------+-----------------------------Total | 54.6420009
19 2.87589478
Number of obs
F( 1,
18)
Prob > F
R-squared
Adj R-squared
Root MSE
=
=
=
=
=
=
20
1.27
0.2742
0.0660
0.0141
1.6838
------------------------------------------------------------------------------
var1 |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------var2 | -.0001871
.0001659
-1.13
0.274
-.0005357
.0001614
_cons |
16.25452
1.747405
9.30
0.000
12.58335
19.92568
------------------------------------------------------------------------------
Приложение 5. Корреляция ВВП и уровня смертности (1989-2008 гг.).
|
GDP
death
-------------+-----------------GDP|
1.0000
death | -0.2569
1.0000
Приложение 6. Оценка зависимости коэффициента смертности в регионе от ВРП (2008 г.).
Source |
SS
df
MS
-------------+-----------------------------Model | 18.7017262
1 18.7017262
Residual | 749.076366
66 11.3496419
-------------+-----------------------------Total | 767.778093
67 11.4593745
Number of obs
F( 1,
66)
Prob > F
R-squared
Adj R-squared
Root MSE
=
=
=
=
=
=
68
1.65
0.2037
0.0244
0.0096
3.3689
-----------------------------------------------------------------------------deathregion |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------GRP | -3.59e-06
2.80e-06
-1.28
0.204
-9.17e-06
1.99e-06
_cons |
15.51519
.6680018
23.23
0.000
14.18148
16.8489
Приложение 7. Ранговая корреляция Спирмена для ВРП и коэффициента смертности в
регионах РФ (2008 г.).
Number of obs =
184
Spearman's rho =
-0.1218
Test of Ho: GRP and death_rate are independent
Prob > |t| =
0.0996
Список литературы.
1. Banks J., Crossley T., and Goshev S. (2007). Looking for Private Information in Self-Assessed
Health. //SEDAP Research Paper No. 219.
2. Denisova I. Mortality in Russia: Microanalysis. //Centre for Economic and Financial Research at
New Economic School/Working Paper № 128//CEFIR / NES Working Paper series. March 2009.
3. DeSalvo K.B., Bloser N., Reynolds K., He J., Muntner P. J. Mortality prediction with a single
general self-rated health question. A meta-analysis. Gen Intern Med2006;21(3):267-75.
4. Dominick K.L., Ahern F.M., Gold C.H., Heller D.A. Relationship of health-related quality of life
to health care utilization and mortality among older adults.// Aging Clin Exp Res 2002;14(6):499–
508.
5. Hartunian N.S., Smart Ch. N., Thompson M.S. The Incidence and Economic Costs of Cancer,
Motor Vehicle Injuries, Coronary Heart Disease, and Stroke: A Comparative Analysis.
//American Journal of Public Health 70, No. 12 (December 1980): 1249-1260.
6. Morris D. M. Measuring the Condition of the World’s Poor: The Physical Quality of Life Index.
//New York: Pergamon. United Nations Development Programme.1979.
7. Suhrcke M., Rocco L., MkKee M., Mazzuco S., Urban D., Steinherr A. «Economic
Consequences of Noncommunicable Diseases and Injuries in the Russian Federation» // European
Observatory on Health Systems and Policies. 2008.
8. Yong V., Saito Y.. Trends in healthy life expectancy in Japan: 1986 – 2004 //DEMOGRAPHIC
RESEARCH/ VOLUME 20, ARTICLE 19, PAGES 467-494/ 28 APRIL 2009.
9. Антонова О. И. Региональная дифференциация смертности от внешних причин // Вопросы
статистики. № 10. 2007. С. 17-21.