Рост средней продолжительности жизни и увеличение доли пожилого населения требуют новых подходов к государственному планированию. Для эффективного распределения средств в здравоохранении, пенсионной системе и социальной поддержке необходимы точные прогнозы возрастного состава общества. Сейчас для таких расчетов применяются математические модели, однако многие из них разработали еще в прошлом столетии. Они не отражают современные демографические процессы и изменения качества жизни, что приводит к погрешностям в прогнозах и затрудняет своевременное распределение ресурсов между государственными направлениями. Ученые Пермского Политеха создали новую модель прогнозирования продолжительности жизни с точностью 99,7%. Разработка может использоваться при планировании в сфере медицины, пенсионного обеспечения и социальной помощи.
Современная демографическая ситуация во многих странах характеризуется снижением рождаемости и увеличением продолжительности жизни. Из-за этого население постепенно стареет, а прогнозирование смертности становится важной частью государственного управления.
Точность таких расчетов влияет на работу системы здравоохранения: с их помощью определяют потребность в медицинских учреждениях, объемы закупки лекарств и доступность помощи. Кроме того, демографические прогнозы используются при формировании пенсионных выплат и разработке мер социальной поддержки.
Для оценки будущих изменений ученые применяют математические модели смертности. Государственные структуры ежегодно собирают данные о численности населения, после чего рассчитываются основные показатели — вероятность смерти в разных возрастных группах и средняя продолжительность жизни. Эти сведения помогают заранее определить необходимые объемы медицинских и социальных ресурсов.
Однако большинство существующих моделей появились в прошлом веке и не учитывают современные особенности демографии. В их основе лежит принцип, согласно которому вероятность смерти увеличивается с возрастом. При этом у детей такая зависимость отличается: максимальный риск приходится на первый год жизни, затем он быстро снижается и достигает минимальных значений примерно к пяти годам. Отсутствие этого фактора приводит к неточностям в расчетах.
Еще одна проблема связана с развитием медицины. Новые препараты, вакцины и методы лечения ежегодно снижают уровень смертности, но классические модели не учитывают такие изменения. Из-за этого прогнозы могут занижать реальные показатели продолжительности жизни и создавать ошибки при планировании работы пенсионной системы и здравоохранения.
Ученые разных стран пытаются совершенствовать существующие подходы, в том числе с помощью нейросетевых технологий. Однако такие модели также не всегда учитывают изменения детской смертности и влияние медицинского прогресса.
Кроме того, зарубежные разработки не полностью подходят для России из-за различий в климатических условиях, социальной ситуации и демографических особенностях регионов. Поэтому требуется создание моделей, адаптированных под отечественные данные.
Специалисты Пермского Политеха разработали первую в России математическую модель прогнозирования продолжительности жизни с точностью 99,7%. Она учитывает показатели смертности среди детей и влияние развития медицины. Результаты исследования опубликованы в журнале Human Progress.
При создании модели ученые использовали основу существующих подходов, где риск смерти увеличивается с возрастом. Дополнительно они включили фактор ежегодного роста продолжительности жизни за счет медицинских достижений. Благодаря этому смертность рассматривается как изменяющийся показатель, который может снижаться по мере появления новых технологий лечения.
Также исследователи добавили в расчеты особенности раннего детского возраста. Анализ статистики показал, что в первый год жизни риск смерти остается наиболее высоким, но к пяти годам значительно уменьшается. Учет этой динамики позволил повысить точность прогнозов для всех возрастных групп.
Для проверки разработки ученые использовали статистику смертности за 2004–2009 годы, включавшую данные по людям всех возрастов. После настройки модели специалисты рассчитали прогнозы и сравнили их с фактическими показателями за 2010 год.
Полученные результаты показали совпадение с реальными данными на уровне 99,7%. Модель смогла точно прогнозировать показатели для разных возрастных категорий благодаря учету детской смертности и изменений в медицине. При этом для работы ей не требуется большое количество информации, что важно при ограниченной статистике.
— 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.
Разработка может применяться при планировании работы системы здравоохранения, пенсионного обеспечения и социального страхования. На основе расчетов можно определять будущую потребность в больничных местах, лекарствах, а также учитывать необходимые расходы при формировании бюджета.
