KVANTITATIVNE METODY

V Slovenskej republike, rovnako ako vo vacsine industrializovanych krajin sa naklady na zdravotnictvo zvysuju z roka na rok. V statoch so siroko dostupnou spickovou technologiou a so stabilnou trhovou ekonomikou tento vyvoj casto predstihuje zvysovanie hrubeho narodneho produktu. V zdravotnictvach byvaleho socialistickeho bloku narast (pokial nie je skor redukcia) nie je tak intenzivny a rozdiel je vidiet rovnako v kvantitativnych ako aj kvalitativnych mierach zdravia populacii preto je aj dostup k spickovej zdravotnickej technologii obmedzeny. V oboch pripadoch su politici a riadiaci pracovnici postaveni pred otazku, ako riesit tuto, mnohokrat kriticku otazku.

Situacia v rozvojovom svete nie je jednoduchsia. Mnohe z krajin sa len tazko vyrovnavaju s problemom infekcnych ochoreni, slabej urovni a dostupnosti ku zdravotnickej starostlivosti najma na vidieku, kym v mestach sa zaznamenava vzostup typickych civilizacnych ochoreni.

Rozhodovanie o prioritach je stazene tym, ze charakter ochoreni, ktore najviac trapia populaciu, nie je infekcneho charakteru s vynimkou AIDS, ktore sa vymyka svojim charakterom z ramca klasickych infekcnych i neinfekcnych ochoreni.. Pred viac ako 40 rokmi na napravu zdravotneho stavu, meraneho napriklad zvysovanim priemernej dlzky zivota, alebo vyraznym znizenim novorodeneckej umrtnosti bolo potrebne zmenit hygienicke a pracovne podmienky obyvatelov Slovenska a orientovat system zdravotnickej starostlivosti najma na boj proti tuberkuloze. Naproti tomu charakter v sucastnosti prevazujucich neinfekcnych chronickych ochoreni znacne skomplikoval cinnost zdravotnictva i ostatnych sektorov v starostlivosti o zdravie populacie CHIGAN,E.N.: Introduction. In: Models of Noncommunicable Diseases. Health Status and Health Requirements. Eds.: MORGENSTERN,W.; CHIGAN,E.; PROKHORSKAS,R; RUSNAK,M.; SCHETTLER,G. Berlin, Springer Verlag 1992. s.1-3., co sa prejavilo najma v: * casovej dimenzii vyvoja rizikovych faktorov. Tieto posobia s rozne dlhou latentnou fazou predtym ako ocividne ovplyvnia chorobnost a umrtnost. Okrem toho je rozpoznatelny casovy hiatus medzi zmenou rizikoveho faktora a detekovatelnou zmenou (redukciou) mortality; * multifaktorialnom charaktere rizikovych faktorov a chorob, kde jeden rizikovy faktor moze ovplyvnovat viacere ochorenia a jedno ochorenie moze byt ovplyvnene viacerymi rizikovymi faktormi; * vplyve demografickych zmien populacie (starnutie) na celkovy obraz chorob v populacii; * novej metodologii potrebnej pre analyzu rozvoja chorob v populacii; * osobitych pristupoch k odhadom zdravotnickych potrieb.

To najdolezitejsie a najtazsie je vsak skryte v pozadi: potreba preklenut barieru, ktora dnes nedovoluje spajat poznatky z vied o chorobach populacie s poznatkami z epidemiologie, toxikologie, kliniky chorob, zivotneho a pracovneho prostredia, socialnych, ekonomickych a inych faktoroch s cielom holistickeho spoznania pricin vyvoja zdravotneho stavu populacie a moznych preventivnych zasahov. Toto poznanie je nutne pre optimalizaciu riadenia z hladiska maximalizacie efektu zasahu a minimalizaciu nakladov vynalozenych na jeho realizaciu.

Holisticka predstava zdravia spolocnosti a jednotlivca zdoraznuje faktory, ktore prispievaju k udrzaniu, alebo poruche zdravia. Patria medzi ne geneticke a behavioralne faktory, faktory zivotneho prostredia a medicinskej starostlivosti. Pokial by ucast uvedenych cinitelov na formovani zdravia jednotlivca a spolocnosti bola rovnaka, potom by sa kazda kategoria podielala 25 % z celku. Je zrejme, ze v danom pripade v rukach priameho vplyvu zdravotnictva je len 1/4 vplyvu a zvysok, teda 3x tolko je v rukach spolocnosti. Dnesne vedomosti ukazuju, ze vplyvy zivotneho prostredia i sposob chovania jednotlivca a spolocnosti, prevysuju vplyv zdravotnickej starostlivosti na zdravie populacie. Tento fakt je mozno jednoducho demonstrovat na zmene v kvalite a priemernej dlzke zivota v krajinach, kde ako nasledok priemyselnej revolucie sa stala vseobecne dostupnou cista voda, kanalizacia, adekvatne byvanie, primerane pracovne prostredie MERCER,A.: Disease, Mortality and Population in Transition. Leicester, University Press 1990, 181 s.. To nakoniec podporuje aj skutocnost, ze stredna dlzka zivota rapidne vzrastla aj pred objavenim siroko dostupneho ockovania a antibiotickej liecby.

Z uvedeneho vyplyva, ze charakter vztahov, ktore sa zucastnuju na tvorbe zdravia jednotlivca a spolocnosti je natolko komplexny, ze bezne statisticke metody deskripcie nedokazu tuto zlozitost dostatocne vyjadrit. Naviac pre potreby riadenia je dolezite zachytit vztahy nielen vo vzajomnej suvislosti, ale aj v dynamike ich vyvoja v priebehu casu. Vacsina z nich je viazana tiez na demograficke, ekonomicke, socialne a ine zmeny. To vedie k vyuzitiu komplexnych metod modelovania dynamickych systemov FORRESTER,J.W.: Industrial Dynamics. Cambridge, The MIT Press 1961. pre potreby spoznavania a riadenia komplexu zdravia a jeho podpory. Metody tejto kategorie sa stali vseobecne znamymi a pouzivanymi po uverejneni knihy Hranice rastu MEADOWS,D., a kol.: The Limits of Growth. New York, Universe Books 1972.. Autori v nej predpokladali, ze faktory, ktore ovplyvnuju vyvoj sveta rastu na zaciatku exponencialne. V dalsom vyvoji sa zacinaju vzajomne ovplyvnovat. Vychadzajuc z pociatocnych podmienok mozno predpokladat drasticke zmeny v jednotlivych obdobiach. Aj ked nie vsetky predpovede sa splnili, tato kniha stimulovala hnutie na ochranu zivotneho prostredia, na ochranu zdrojov a celkovu zmenu v pristupe ku globalnym problemom ludstva. Tento pristup sa odvtedy pouziva nielen na riesenie globalnych problemov ludstva, ale aj na riesenie parcialnych problemov, akymi su aj problemy zdravia a zdravotnictva.

Metodika tvorby a vyuzitia komplexnych modelov dynamiky rozvoja zdravia a starostlivosti o jeho udrzanie a rozvoj je komplikovana, zalozena na dobrej znalosti matematiky a statistiky. Realizacia modelov pocitacom vyzaduje znacnu skusenost z oblasti programovania numerickych postupov. Napriek tomu, pre lekara ostava vykonat viacere zlozite ukony: * definovat potrebu a strukturu modelu; * ziskat udaje; * konzultovat vyvoj modelu; * overit jeho funkcnost a zodpovedanie; * interpretovat vysledky; * zabezpecit jeho vyuzitie.

Tieto cinnosti vyzaduju od lekara okrem hlbokych znalosti vlastneho oboru aj primeranu znalost zo systemovych vied, matematiky a statistiky, ako aj primerane organizacne schopnosti. Predlozeny subor prac dokumentuje jednak moznosti kvantitativneho spracovania podkladov pre prijatie rozhodnutia a zaroven skusenosti, ktore autor ziskal pri vyvoji a vyuziti konkretnych modelov. Naznacuje tie oblasti, ktore su rozhodujuce v riadeni zdravotnictva a podpore zdravia populacie. Na prikladoch modelov zlozitych zdravotnickych systemov dokumentuje dnesne moznosti a naznacuje stav vo svete. Vacsina modelov vznikala na zaklade medzinarodnej spoluprace, podporovanej jednak z Medzinarodneho ustavu aplikovanej systemovej analyzy, jednak zo Svetovej zdravotnickej organizacie a na zaklade neformalnej spoluprace skupiny pre modelovanie zdravotnickych systemov v Europe a USA.

Zakladnym predpokladom efektivneho riadenia je poznanie riadeneho systemu. Znalost nielen struktury a vazieb prvkov tvoriacich modelovanu entitu, ale aj dynamiky ich potencialneho vyvoja, poskytuje predpoklady pre hodnotenie. Na jeho zaklade je mozno pristupit k vykonu riadiaceho opatrenia. Monitorovanie efektu vykonaneho opatrenia implikuje hodnotenie jeho uspesnosti a pripadne stimuluje korekciu. Tym sa uzatvara spatna vazba v riadeni systemov. Predpokladom spravneho hodnotenia cinnosti zdravotnictva je odvodenie potrieb od zakladnych cielov. V idealnom pripade su ciele stanovene vo forme meratelnych poloziek. Potom sa da ozrejmit ucast jednotlivych cinnosti na dosiahnuti cielov a rovnako mozno odhadnut potrebnu uroven pre kazdu aktivitu. Kvantitativne metody maju svoju nezastupitelnu, aj ked nie rozhodujucu ulohu v tomto postupe. Jedinec a jeho znalosti z oblasti malo kvantifikovanych (psychologia, politika, humanitne vedy), ktore umoznuju komunikaciu v spolocenstve ludi, prispievaju rozhodujucou mierou k uspechu akehokolvek riadenia spolocenskych systemov (mnohe aspekty rozvoja zdravia maju charakter spolocenskeho systemu).

Kvantitativne sposoby spracovania informacie podporuju objektivnost riadenia a vymedzuju ramec rozhodnuti. Bolo by prilis mechanisticke predpokladat, ze niektora z metod uvadzanych dalej, je jedinym riesenim problemov. Je nutne realne zhodnotit moznosti uvedenych postupov a vyvarovat sa chyb, o ktorych nas moze poucit nedavna minulost. Rozvoj pocitacov v patdesiatych rokoch indukoval neopodstatneny optimizmus napriklad pri predpovedani pocasia. Ocakavalo sa, ze zavedenim monitorovania jeho vyvoja z druzic a spracovanim zozbieranych udajov pocitacom sa podari absolutne presne predpovedat vyvoj pocasia rovnako globalne ako lokalne a s pomerne dlhou platnostou. Dokonca sa viedli uvahy o moznosti ovplyvnenia jeho vyvoja. Vsetko sa nakoniec ukazalo nerealne. Trvalo dalsich mnoho rokov pokial bola vyvinuta prislusna teoria, ktora ukazuje obmedzenia poznania tohto druhu na urovni makrosveta (pocasie), ako aj mikrosveta (elementarne castice hmoty).

So znacnym zjednodusenim je potrebne pocitat aj pri poznavani zdravotnickych systemov. To vsak neznamena, ze je mozne zotrvat v stave, v ktorom sa v sucasnosti nachadzame: minimalne vyuzitie kvantifikacie pri riadeni na lubovolnej urovni.

Pre ozrejmenie ulohy kvantitativnych metod v riadeni zdravotnickych systemov, je nutne v kratkosti nacrtnut problematiku hodnotenia cinnosti zdravotnictva. Vyplyva to zo skutocnosti, ze rozhodujucou fazou pouzitia tychto metod je evaluacia jednotlivych aspektov zdravotnickych systemov a nasledne odvodenie intervencie. Jednotlive techniky, ktore sa uvadzaju dalej, maju svoje nezastupitelne miesto v postupe hodnotenia.

Pri posudzovani cinnosti zdravotnictva je snaha zodpovedat nasledovne otazky: * je zdravotnicka starostlivost efektivna z hladiska zlepsovania zdravia? * poskytuju sa zdravotnicke sluzby humanne? * su sluzby poskytovane rovnomerne? * su sluzby poskytovane najefektivnejsim sposobom a je zabezpecene najlepsie vyuzitie dostupnych zdrojov?

Efektivnost zdravotnickych sluzieb je mozno odhadovat na makro a mikro urovni. V prvom pripade sa sleduje a vyhodnocuje dopad zdravotnickej starostlivosti na populaciu. V terminologii Narodneho programu podpory zdravia SULCOVA,M. a kol.: Narodny program podpory zdravia Slovenskej republiky.Bratislava, Ministerstvo zdravotnictva SR 1992, 22 s. sa pod tymto pojmom chapu aj intervencne projekty na vybranej vzorke populacie. Pod pojmom mikro uroven sa rozumie dopad zdravotnickej starostlivosti na jednotlivca.

Makro, inymi slovami populacne pristupy, sa v poslednych rokoch stavaju stale viac zaujimave pre moznosti monitorovania cinnosti zdravotnictva a prislusnych institucii. Pristupy su zalozene na udajoch, ktore sa zbieraju pre administrativne ciele (zdravotnicka a s nou suvisiaca statistika) a z toho dovodu casto zrkadlia nedoslednosti klinikov. Sleduju sa viacere indikatory efektivnosti zdravotnickej starostlivosti: * nemocnicna umrtnost konfrontovana s dlzkou hospitalizacie; * opatovne hospitalizacie vzhladom na optimalizaciu pomeru medzi dlzkou hospitalizacie a poctom opakovanych hospitalizacii; * objem vykonov; * mortalita, ktorej sa mozno vyhnut, napriklad astmaticky zachvat u deti a mladsich ludi, pneumonia, anemia a pod.

Vypovedna hodnota vysledkov byva velmi dobra, najma vzhladom na opatrenia, ktore mozno nasledne prijat.

Mikropristupy sa zakladaju na randomizovanych kontrolovanych studiach pacientov. Kedze na studii sa zucastnuje vyberova skupina osob, je mozno touto metodikou zbierat a podrobnejsie vyhodnocovat udaje o mortalite, morbidite, invalidite, kvalite zivota ako pomocou makrostudii. Vzhladom na navrh studie je potom mozno generalizovat vysledky na celu populaciu. Udaje takto zozbierane spolu s datami z makrostudii tvoria zaklad komplexnych modelov riadenia zdravotnictva.

Vyhodnocovanie humannosti starostlivosti o pacienta je zalozene na pozorovani a zistovani udajov o zdravotnickej starostlivosti priamo od pacientov. Data zbieraju nezavisli pozorovatelia, alebo sa zhromazduju pomocou dotaznikovych akcii. Tato metodika vyuziva poznatky zo sociologie a psychologie. Pouzitou technikou sa radi medzi mikropristupy v zistovani specialnej kvality zdravotnickej starostlivosti. Svojou jedinecnostou dotvara spatnu vazbu, tak potrebnu pre objektivne hodnotenie spravania sa systemu zdravotnickej starostlivosti.

Vyhodnocovanie dostupnosti zdravotnickych sluzieb predpoklada, ze ziadna zo skupin spolocnosti nie je vylucena z pristupu k sluzbam systemu zdravotnej starostlivosti v pripade, ze je clovek chory, alebo ma ohrozene zdravie. Dostupnost sa da merat ako: * pomer vydavkov k zdrojom vzhladom na pomer potrieb a poziadaviek; * dostupnost sluzieb vzhladom na potreby a poziadavky; * rozlozenie zdravia.

Mierami dostupnosti su vlastne vsetky indikatory, ktore popisuju utilizaciu zdrojov zdravotnickej starostlivosti voci populacii, ako ich potencialneho uzivatela. Odvodenie vhodnych indexov musi vychadzat z definicie cielov zdravotnictva.

Tato oblast zistovania vykonnosti zdravotnictva je zalozena na hodnoteni ekonomiky zdravotnictva. Technicka efektivita sa snazi dospiet k zelanemu vysledku pri minimalnych nakladoch, alebo maximalizovat vysledok pri danych nakladoch. Alokacna efektivita sa snazi umiestnit zdroje medzi zdravie a ine ciele vo vztahu k hodnote, ktoru spolocnost prisudzuje zdraviu v pomere k inym socialnym cielom.

Sposoby merania efektivity su rozne a len kombinacia viacerych poskytne potrebny pohlad na efektivnost nakladov, alebo cinnosti. Najcastejsie sa pouzivaju nasledovne ukazovatele a procedury: * popis nakladov, napr. cena urciteho ochorenia, alebo naklady na plne imunizovaneho jedinca; * nakladova analyza: porovnanie nakladov na alternativne strategie dosiahnutia ciela; * analyza minimalizacie nakladov: dosledky alternativnych pristupov sa testuju kontrolovanou studiou a naklady vyjadrene vo financnych jednotkach sa porovnaju; * vyhodnotenie nakladov a efektivity: vysledky sa vyjadria v zmysle nakladov na dosiahnutie primarnej dimenzie, napr. predlzenie zivota (pocet rokov); * analyza uzitia nakladov: vysledky sa vyjadria vo viacerych dimenziach, napr. predlzenie zivota versus jeho kvalita (QALY) FANSHEL,S.-BUSH,J.W.: A health status index and its application to health services outcomes. Operations Research, 1970, c.18, s.1021-1066., TORRANCE,G.W.-THOMAS, W.H.-SACKETT,D.L.: A utility maximization model for evaluation of health care programs. Health Services Research, 1972, c.7, s.118-133., FEINSTEIN,M.C.-STASSON,W.B.: Foundations of cost-effectivenss analysis for health and medical practices. New England Journal of Medicine, c. 296, 1977, s.716-721.; * analyza nakladov a prinosov: pomer prinosy/naklady.

Uvedene postupy kladu naroky na udaje, ale i na komplexnost ekonometrickych pristupov. Pri ich realizacii bude potrebne prevziat a/alebo vytvorit mnozinu formalnych modelov rozneho stupna zlozitosti.

Odhad potrieb sa koncentruje na rozhodnutia o optimalnom zlozeni a rozlozeni poskytovania zdravotnickych sluzieb v definovanej populacii specialistami a zdravotnikmi v prvom kontakte s cielom predist alebo liecit urcite ochorenie alebo poruchu.

Odhad potrieb sa zaklada na kombinacii udajov o zdravotnom stave populacie a udajov o zdrojoch zdravotnickej starostlivosti. Za pomoci formalnych matematicko-statistickych modelov, realizovanych vo forme programu pre pocitac je mozno kombinovat viacero parametrov. Model realizovany na pocitaci poskytne prostriedok pre overovanie rozlicnych hypotez, formulovanych v scenaroch.

Vzhladom na jestvujuce obmedzenia zdrojov a rastuce potreby, ktore vyplyvaju jednak zo starnutia populacie a jednak z novych technologii je potrebne definovat priority. Tieto sa musia tykat sluzieb (kardiologia, pneumologia, a pod.), ochorenia (diabetes, ischemicka choroba srdca), socialnych skupin (zeny, deti), skupin (mentalne retardovani). Na zaklade poznania potrieb a ekonomickych faktorov a pri zvazeni politickych komponentov je mozno definovat priority.

Kvalita zdravotnickych sluzieb je zalozena na dohodnutych kriteriach a standardach. Obe, kriteria i standardy musia byt kvantifikovatelne a meratelne. Musia vychadzat z vedecky overenych skutocnosti. Udaje o nich tvoria prirodzenu sucast informacneho systemu zdravotnictva, kedze su nutnou podmienkou pre tvorbu podkladov pre riadenie i pre kontrolu vysledkov intervencii.

Pristup k udajom o riadenom systeme podmienuje kvalitu riadenia. Dnes, za pomoci vypoctovej techniky nie je problem tento pristup technicky zabezpecit. K tomu je vsak potrebne prekonat mnozstvo prekazok organizacneho typu. Rovnako je nutne prisposobit zber udajov sucasnej strukture zdravotnictva. Zber musi odrazat varianty zdravotnickej starostlivosti na lokalnej i globalnej urovni, musi zabezpecit informaciu rovnako zo statneho zdravotnictva, ako aj z odstatneneho a sukromneho sektoru. Statna zdravotna politika v tomto smere musi zabezpecovat pristup k udajom o cinnosti zdravotnickych zariadeni, regionov a zdravotnictva ako celku, pri zachovani dostatocnej ochrany jednotlivca pred zneuzitim udajov o nom. Zakonna norma musi byt garantom ucinnosti informacneho systemu.

Projekt celoslovenskeho systemu spracovania udajov o zdravi populacie je popisany v Navrhu zasad pripravy Informacneho systemu Narodneho programu podpory zdravia Rusnak,M. a kol.: Zasady pripravy Informacneho systemu NPPZ. Material do Rady vlady SR pre podporu zdravia. 1991. (IS NPPZ). Material, predbezne prijaty na urovni vlady SR, v sucasnosti prechadza oponentskym pokracovanim. Projekt si vytycuje za ciel spristupnit rozlicne zdroje udajov, ktore sa tykaju zdravia populacie. Podla definicie je IS NPPZ: prostriedok zberu, ulozenia, spracovania a prezentacie informacii, ktore su potrebne pre realizaciu tohto programu. Hlavnym cielom informacneho systemu je podpora realizacie Narodneho programu podpory zdravia na Slovensku. Poskytuje komplexne informacie o zdravotnom stave obyvatelstva a rizikovych faktoroch, zdrojoch zdravotnickej starostlivosti a dalsich skutocnostiach, ktore su vo vztahu k zdraviu populacie Slovenska. Analyzuje zozbierane udaje a vysledky oboch postupov poskytuje: * subjektom, ktore prijimaju politicke rozhodnutia; * subjektom, ktore pripravuju analyzy rozlicnych aspektov zdravia populacie; * subjektom, ktore poskytli udaje do informacneho systemu; * medzinarodnym organizaciam.

Takto chapany informacny system predstavuje prostriedok pre efektivne ziskavanie udajov z rozlicnych zdrojov za ucelom ich dalsieho spracovania. Zakladnym zdrojom udajov je Zdravotnicky informacny system, v sucasnosti budovany v Ustave zdravotnickych informacii a statistiky. Velmi dolezitym zdrojom dat sa v najblizsej buducnosti stane Narodna poistovna. Rovnako dolezite su udaje o znecisteni zivotneho prostredia, o ekonomickych faktoroch ovplyvnujucich zdravie i mnozstvo dalsich relevantnych informacii. Nie je mozne si predstavovat, ze IS NPPZ bude archivovat vsetky udaje, ktore su potrebne pre hodnotenie vyvoja zdravia na Slovensku. Mnohe udaje budu len vo forme smernikov na ine informacne systemy, spolu s popisom formatu a kodovania udajov. K uvedenym udajom patria aj prislusne programove filtre, ktore pri poziadavke na ziskanie udajov z externych zdrojov tieto prevedu do formatu, pozadovaneho databazou IS NPPZ. Samostatnu kapitolu tvoria registre pacientov chorych na niektore z dobre definovanych chorobnych jednotiek.

Odhalenie pricin vzniku chronickych ochoreni vyzaduje dlhodobe sledovanie chorych. Okrem dispenzarizacie sa stale viac uplatnuju registre osob s urcitym typom ochorenia. Register je viac nez len kartoteka, alebo dispenzar. Osoba, ktora je zaradena do registra je v pripade chronickeho ochorenia sledovana pocas celeho zvysku zivota. Okrem zaznamu o priebehu ochorenia sa sleduju mnohe parametre, ktore umoznuju vyhodnotenie starostlivosti o pacienta, liecby i prognozy choreho. Podla Zacka ZACEK, A.: Metody studia zdravi a nemoci v populaci. Avicenum, zdravotnicke nakladatelstvi, 2. vyd.,Praha, Avicenum 1984, 404 s. je register organizacne a technicke zariadenie, ktoreho ucelom je umoznit: * konat intenzivnu dispenzarnu starostlivost o podchytene osoby; * vykonavat klinicky, epidemiologicky a operacny vyskum.

Moznosti registra su velmi siroke: kontrola kvality starostlivosti o choreho, vyhodnotenie efektivnosti roznych liecebnych pristupov, odhady potreby zdrojov starostlivosti o chorych, vyhodnotenie prezivania. Z hladiska epidemiologie umoznuje odhadnut riziko vzniku ochorenia, charakteristiky prezivania, stanovit frekvenciu ochorenia v populacii, i studium vztahov medzi ochoreniami, ktore su sucasne pritomne u pacienta. Registre sa zriaduju pre rozne ochorenia. Na Slovensku uz dlhsiu dobu posobi Narodny onkologicky register. Ide o register zomrelych na onkologicke ochorenie. Zaroven bol vybudovany celoslovensky register deti s inzulin dependentnym diabetom (dalej len IDDM). V registri sa zbieraju informacie o detoch s ochorenim, ktore poskytuju detski diabetologovia. Dieta sa registruje od dna prveho podania inzulinu. Informacie sa zbieraju v centralnej databanke, ktora je na Vyskumnom ustave medicinskej informatiky v Bratislave. Spracuvaju sa s cielom urcenia incidencie a prevalencie tohto ochorenia v populacii deti SR RUSNAK,M.-CERNAY,J.-RAISOVA,A.: Registracia chorych s chronickymi chorobami. Cs. zdravotnictvi, 38, 1990, c.8-9, s.368-374. Zaroven sa hlasia do Svetovej zdravotnickej organizacie v ramci programu DIAMOND COUGHLIN,S.,S.-TROCK,B.-CRIQUI,M.H.-PICKLE,L.W.-TEFFT,M.C.: Response DR Diamond's :Clinical Epistemology of Sensitivity and Specificity. J Clin Epidemiol, 45, 1992, c.1, s.15-16.. Okrem identifikacnych udajov o dietati sa zbieraju aj udaje o rizikovych faktoroch vzniku diabetu, prekonanych ochoreniach dietata, o liecbe, o spolupraci rodicov a pod. Na zaklade uvedenych dat v porovnani s udajmi s kontrolneho suboru je mozno odhadovat riziko vzniku IDDM pomocou univariantnych i multivariantnych metod. Podobne sa rozvija register vybranych reumatickych ochoreni URBANEK,T.-RUSNAK,M.-MASARYK,P.-HREBIK,I.: Register vybranych reumatickych ochoreni v SSR. In: IInd Danubean Symposium of Preventive and Social Medicine. Bratislava 1989, s.326-329., ktory sidli vo Vyskumnom ustave reumatickych ochoreni v Piestanoch. Vyuziva rovnake programove prostriedky ako register IDDM, kedze vznikal v uzkej spolupraci medzi tvorcami oboch registrov. Tym je zaroven zabezpecena aj kompatibilita medzi oboma registrami, co je zvlast dolezite pre prenos udajov medzi registrom Juvenilnej reumatickej artritidy a registrom vybranych reumatickych ochoreni dospelych.

Osoby, zodpovedne za riadenie zdravotnictva na lubovolnej urovni, sa prirodzene v prvom rade zaujimaju, ci prostriedky, ktore su vlozene do zdravotnictva su aj poskytovane vo vhodnom case a na vhodnom mieste tak, aby bolo zabezpecene udrzanie a rozvinutie zdravia obyvatelov. To vyzaduje starostlive vyhodnotenie cinnosti zdravotnictva, tak ako bolo popisane v druhej kapitole. Vo Velkej Britanii sa podarilo v osemdesiatych rokoch rozvinut system spracovania rutinne zbieranych ukazovatelov o cinnosti zdravotnictva. Ich aplikacia umoznila pomocou porovnavania cinnosti nemocnic a sluzieb medzi uzemnymi celkami udrzat rovnost v pristupe k zdravotnickym sluzbam a vyvinut standardy starostlivosti HARLEY,M.J.: The measurment of health services activity and standards. In: Applications in Public Health. Eds.: Holland,W.W., Detels,R., Knox,G. eds., Oxford, Oxford University Press 1991, s.145-157.. Vytvoreniu systemu ukazovatelov predchadzala diskusia o vypovednej hodnote udajov, ktore sa zbierali. Na jej zaklade sa identifikovali udaje, ktore mozu prispiet k zhodnoteniu vstupu, procedury, vysledku, okolia, potreby a poziadavky. Nasledne boli odvodene prislusne ukazovatele. Neocakavalo sa, ze to budu presne miery, ale ze preukazu roznost, ktora jestvovala v krajine. Vysledkom bol pomerne velky pocet indikatorov, v ktorom vsak prevazovali miery vstupu a procesov nad mierami vysledkov. Pre vacsinu klinickych odborov bolo vybranych asi 32 ukazovatelov, akymi su napriklad postele na 1000 obyvatelov, priemerna dlzka hospitalizacie, pocet cakatelov na prijatie alebo operaciu, pomer pacientov a personalu, a podobne YATES,J.M.-DAVIDGE,M.: Can you measure performance? British Medical Journal 288, 1984, c.1, s.1935-1936.. Udaje su predstavene vo forme, ktora umoznuje porovnavat jeden uzemny celok s druhym. To je vyhodne vtedy, ked chybaju explicitne standardy. V takom pripade najdenie extremnych hodnot sa interpretuje ako mozny ukazovatel horsej cinnosti v zmysle pravdepodobnosti a nie urcitosti. Kombinaciou zhodnotenia viacerych ukazovatelov mozno hlbsie porozumiet problemu, ako len zvazenim jedineho z nich.

Dolezitou podmienkou uspesnosti indikatorov bolo zavedenie jednoducheho sposobu pristupu k udajom a znazornenia informacie. Indikatory su dostupne na mikropocitaci a znazornovane vo farebnych diagramoch s vysvetlenim obsahu. Diagramy su vo forme histogramu, profilov, alebo bodoveho grafu. Histogram predstavuje rozlozenie hodnot pre jeden indikator, pre jeden odbor, alebo jednu skupinu starostlivosti v krajine. V nakreslenom histograme mozno oznacit miesto jednoho regionu alebo nemocnice vo vztahu ku vsetkym ostatnym v krajine. Profily predstavuju skupiny indikatorov. System umoznuje zobrazit az osem indikatorov naraz. Kazdy z nich je znazorneny ako stlpec s percentilami. Su mozne tri varianty profilov: * mnoho-indikatorovy. Sucasne sa predstavuje viacero indikatorov o jednej specializacii alebo jednej nemocnici. * viacero odborov. Sucasne sa predstavi jeden indikator pre viacero odborov. * viacero rokov. Na jednej obrazovke sa znazornia hodnoty jedneho indikatora v priebehu viacero rokov.

Bodovy graf umoznuje zachytit jeden indikator proti inemu v urcitom odbore. Kazdy region sa znazorni bodkou. System podla poziadavky vykresli dve regresne priamky a vypise korelacne koeficienty a rovnice priamok. Takto sa znazornuju vztahy medzi roznymi mierami.

Postoje k indikatorom nie su jednoznacne. Mnohi autori uvadzaju, ze indikatory poskytli nove moznosti pre zlepsenie kvality starostlivosti, efektivnosti vynakladania zdrojov a kvality zivota. Ini volaju po sirsom vyuziti kontrolovanych klinickych studii zameranych na efektivitu

GODACRE,M.: Hospital inpatient statistics: Some aspects of interpretation. Community Medicine, 1981,c.3, s.60-68.. Svoje stanovisko zdovodnuju tym, ze takto mozno presnejsie vyhodnotit cinnost zdravotnictva ako len pomocou indikatorov. Napriek vsetkemu, senzitivne a rozumne pouzitie indikatorov poskytuje prostriedok pre podporu rozhodnuti v riadeni zdravotnictva.

V druhej polovici osemdesiatych rokov sme sa aj na Slovensku pokusili pripravit podobny system predstavenia udajov o cinnosti zdravotnictva. Vzhladom na podmienky, ktore v tom case panovali, vytvoril sa programovy system s cielom podporit planovanie na zaklade vyvoja ukazovatelov v prechadzajucich rokoch. To viedlo k programu pre pouzitie v specifickych podmienkach slovenskeho zdravotnictva. Program PEGAS RAISOVA,A.-RUSNAK,M.: PEGAS-Interactive System for Forecasting Health Care Development. In:Fifth Int.Conf.on System Science in Health Care. Eds.: CHYTIL,M.K.; DURU,G,; EIMEREN,W.V.; FLAGLE,CH.D. Prague 1992, s.1287-1291. umoznuje viest databazu udajov vo forme casovych radov. Kazdy casovy rad je popisany 11 identifikatormi. V programe je mozno vytvorit okienka s pripravenym zoznamom identifikatorov pre vyber jedneho alebo viac casovych radov. Nasledovne mozno vybrane udaje transformovat pomocou jednotlivych procedur transformacie dat. Po vybere je mozno nad udajmi urobit jednoduchu alebo zlozitejsiu extrapolaciu trendov pomocou linearnej i nelinearnej regresie, vcitane logistickej. Zakladne udaje, aj vysledky extrapolacie je mozno predstavit vo forme tabulky alebo grafu. Aby bolo mozne porovnavat vysledky medzi sebou, je mozno v jednom grafe zobrazit az 6 kriviek a na jednej obrazovke zachytit az 4 grafy sucasne. Jeho predchodcom bola interaktivna databaza, vytvorena v spolupraci s Medzinarodnym ustavom aplikovanej systemovej analyzy (IIASA) RUSNAK,M.-SCHERBOV,S.: Understanding Medical and Demographic Trends with MEDDAS. [WP-88-23.] Laxenburg, International Institute for Applied System Analysis 1988. 27 s.. Prikladom vyuzitia takychto programov je spracovanie dojcenskej a novorodeneckej umrtnosti CERNAY,J.-RUSNAK,M.-ABELOVSKA,K.-PUFFLEROVA,A.: Dojcenska a novorodenecka umrtnost a predpovedanie ich vyvoja. Cs.Pediatria, 45, 1990, c.8, s.491-494., ako aj umrtnosti na niektore vybrane chronicke ochorenia RUSNAK,M.-RAISOVA,A.-SCHERBOV,S.: Trends of Mortality for Chronic Diseases: Comparisons of Data for Austria, Czechoslovakia and Hungary. In:Fifth Int.Conf.on System Science in Health Care. In:Fifth Int.Conf.on System Science in Health Care.Eds.: CHYTIL,M.K.; DURU,G,; EIMEREN,W.V.; FLAGLE,CH.D. Prague 1992, s.1127-1130..

Bezne statisticke postupy sa vyuzivaju pre stanovenie pravdepodobnosti vyskytu nejakeho javu v zavislosti od vyskytu ineho javu. Ich cielom je spoznavat a odhalovat zakonitosti javov, ktore sa vyskytuju v populacii, ktoru charakterizuje velka premenlivost. Pre cloveka a nim tvorenu societu je charakteristicka velka variabilita prejavov. Epidemiologicke, sociologicke a ine studie spolocnosti vysetruju vztahy faktorov medzi sebou, urcuju zavaznost faktorov a silu vztahu medzi nimi. V praktickom zivote sa vsak nevyhnutne kladu otazky typu: "co sa stane ak ...". Su to otazky typu, nakolko sa musi znizit pocet fajciarov v populacii, aby sa predlzila stredna dlzka zivota o 1 rok, kolko lozok je potrebnych na zabezpecenie starostlivosti o chorych pri doslednom antihypertenznom programe a podobne. V takomto pripade nestacia klasicke statisticke pristupy, ale potrebne je siahnut po matematickych modeloch.

Pokial fyzika a ine exaktne vedy pojali modelovanie medzi svoje standardne pristupy, ich pouzitie v medicine je stale zriedkave. Skor sa najdu v oblasti modelovania fyziologickych procesov, pripadne rozvoja patologie choroby RUSNAK,M.-SVTLOVSKA,E.: Matematicke modely v medicinskej a zdravotnickej praxi. In: Proceedings of Bionika 88', Bratislava, 1988, s.7-11. ako z oblasti rozvoja chorob v populacii. Aj ked v poslednej dobe sa situacia zacina menit. Modelovanie predstavuje viac ako len riesenie sustav diferencialnych rovnic. Akonahle je system popisany matematicky, nastupuje faza jeho kalibracie, t.j. optimizacie jeho koeficientov. Avsak modelovanie samotne je len prostriedok vyjadrenia nejakej hypotezy. Bez pouzitia "rozumu" nie je mozne sformulovat hypotezu a postavit model. Malokomu, ak vobec niekomu, sa podarilo zozbierat udaje a pouzitim statistickeho modelu dojst priamo k jednotiacej a novej teorii. Je potrebne konstatovat, ze podobne predstavy a snahy perzistuju medzi lekarmi a v praxi je mnohy analytik postaveny pred problem rozboru udajov bez konkretneho ciela. Tento stav slepej dovery k sile a moznostiam matematiky a statistiky pretrvava i napriek tomu, ze temer kazda ucebnica aplikovanej matematiky a statistiky upozornuje na nespravnost tohto sposobu uvazovania.

Autor podava prehlad modelov vytvorenych pre potreby zdravotnictva RUSNAK,M.: Mortality and Morbidity Models-a Review. In: Models of Noncommunicable Diseases. Health Status and Health Requirements. Eds.: MORGENSTERN,W.; CHIGAN,E.; PROKHORSKAS,R; RUSNAK,M.; SCHETTLER,G. Berlin, Springer Verlag 1992. s.19-32. vo svete i doma. Poukazuje na ulohu Medzinarodneho ustavu aplikovanej systemovej analyzy (IIASA) pri podpore rozvoja systemoveho poznavania zdravotnictva v roznych krajinach sveta. Rozdeluje modely na: * chorobnosti * rozlozenia zdrojov * pracovnych sil.

Uvedeny prehlad predstavuje zaklad pre podrobnejsie studium uvedenej problematiky, uvadza prehlad najuspesnejsich aplikacii spolu s hrubym popisom pouzitej metodiky modelovania.

Modely sa zvycajne tvoria za ucelom: * predpovedat novy vyvoj * lepsie spoznat cinnost zloziteho systemu * podporit rozhodovanie.

Spoznanie cinnosti systemu, v ktorom vzajomne posobi viacero faktorov a predpovedanie jeho vyvoja je mozne za pouzitia modelu tohto systemu. Dobre navrhnuty model umozni nielen predpoved vyvoja za danych podmienok, ale aj overenie dosledkov zmeny podmienok v sucasnosti i v buducnosti. Tvorba modelu prispieva k hlbsiemu poznaniu struktury i funkcii zloziteho systemu. Zaroven poskytuje podklady pre optimalizaciu jeho cinnosti, pripadne overenie dosledkov zmeny struktury. Modely su zaroven vyuzivane pre podporu rozhodovania. Aj ked vysledky samotneho modelu nie su vzdy podkladom pre urcite rozhodnutie, mnohe interaktivne modely sa stavaju pomockou pre posudzovanie roznych aspektov alternativnych postupov.

Modelovanie, ako nakoniec kazdy kognitivny proces, predstavuje postupnost krokov, ktore vzajomne na seba navazuju a mozu sa cyklicky opakovat. V praxi casto byva zaciatkom nejaka empiricka situacia, ktora predstavuje "problem". V prvom kroku je nutne identifikovat, co v skutocnosti dany "problem" predstavuje. Tato faza poznavania objektu modelovania sa zvykne oznacovat ako identifikacia. Byva dlha a vyzaduje mnohe skusenosti. Casto, hoci nie vzdy, sucasne s identifikaciou prebieha proces vyberu vyznamnych znakov modelovanej skutocnosti. Tento vedie k jej zjednoduseniu alebo idealizacii, co je vacsinou jedina mozna cesta ako zvladnut nadmernu komplexnost reality. Niektore znaky su dolezite, ine mozno pominut. Napriklad, pri modelovani rozvoja rakoviny pluc Rusnak,M.,Yashin,A.,Kristufek,P.: The Future of Lung Diseases:COPD Model for Slovakia. International Institute for Applied System Analysis, CP-85-49, 1985, 47 pp. povazovali autori za hlavny faktor jej rozvoja fajcenie cigariet. Nebrali do uvahy druh cigariet, pocet vyfajcenych cigariet, dlzku fajcenia u jednotlivca. Nebrali do uvahy ani ine priciny vzniku tohto ochorenia. Toto rozhodnutie boli nuteni urobit jednak vzhladom na nedostupnost relevantnych udajov a jednak pre nadmerny rozsah parametrov modelu. Akonahle boli identifikovane signifikantne znaky modelu, bolo mozno ich transformovat do matematickych entit a stanovit vztahy medzi tymito entitami. Tento krok je zvycajne najzlozitejsou castou celeho procesu tvorby modelu.

Nasleduje faza overenia, alebo validacie modelu. Overenie moze mat viacero foriem. V prvom rade, samotna matematicka konstrukcia modelu musi byt vnutorne konzistentna a zodpovedat zvycajnym zakonom matematickej logiky. V druhom rade, model musi preukazat schopnost predstavovat vychodziu situaciu. To znamena, ze model musi zobrazit pociatocny stav v takej forme, aka zodpoveda abstrakcii prijatej vo faze identifikacie modelu. Rozlicnym aspektom tohto procesu sa podrobne venuje Kotva KOTVA,M.: Some Conceptual Problems in the Simulation of Epidemiological Processes. In: Models of Noncommunicable Diseases. Health Status and Health Requirements. Eds.: MORGENSTERN,W.; CHIGAN,E.; PROKHORSKAS,R; RUSNAK,M.; SCHETTLER,G. Berlin, Springer Verlag 1992, s.5-10.. Pri overovani modelu rozvoja rakoviny pluc sme sa v prvom rade sustredili na to, ci vysledky jeho cinnosti pre prvy rok zodpovedaju skutocnosti. Samozrejme sa pripusta urcita minimalna odchylka, vzhladom na predpoklady, za ktorych bol model konstruovany. To suvisi aj s kvalitou empirickych vstupnych udajov. Pokial povodne udaje obsahuju chybu povedzme 5%, potom nema zmysel ocakavat vysledky s presnostou 1%. Taktiez je dolezite vyuzivat najjednoduchsie pristupy k rieseniu problemu. Cim zlozitejsia rovnica, tym vacsia pravdepodobnost chyby, tym vacsia pravdepodobnost jej nespravneho numerickeho riesenia. To suvisi aj s casom potrebnym pre riesenie modelu. Niekedy moze byt vyhodnejsie pouzit jednoduchy aproximativny model, ktory moze byt hotovy v kratkom case, ako investovat mnozstvo casu do pripravy zloziteho, aj ked presnejsieho modelu.

Zavazne rozhodnutie, ktore sa robi na zaciatku pripravy modelu sa tyka premennych. V podstate sa pouzivaju druhy premennych: deterministicke a stochasticke. Ta trieda udajov, ktore su presne stanovene meranim (aspon teoreticky) sa zvykne oznacovat ako deterministicke. Dalsia trieda predstavuje kvantity, ktorych meranie nie je nikdy presne a ktore reprezentuju nahodne javy. Taketo premenne sa oznacuju ako stochasticke. Model, ktory obsahuje stochasticke premenne by mal byt zalozeny na matematickych technikach vhodnych pre podchytenie pravdepodobnosti a statistiky. Na druhej strane, deterministicke premenne mozno spracuvat pomocou kalkulu. V beznej praxi sa stretavame so situaciami, kedy premenne nie su vylucne jednej alebo druhej triedy. Preto je pre konstrukciu modelu rozhodujuce klasifikovat premenne a umerne ku klasifikacii vybrat adekvatnu techniku spracovania. V pripade modelu rakoviny pluc sa postupovalo tak, ze udaje o populacii a fajceni sa povazovali za deterministicke, aj ked podstata ich stanovenia bola stochasticka. Avsak preto, aby bol model jednoduchy, zrozumitelny aj pre cloveka s minimalnou matematickou erudiciou, bolo potrebne pristupit k pouzitiu jednoduchej algebry. Toto rozhodnutie implikovalo prirodzene urcite problemy spojene s chovanim sa modelu.

Dalsim krokom je interpretacia vysledkov modelu. Nie je totiz dolezite interpretovat vysledky v zmysle konstrukcie modelu, respektive manipulacie s udajmi. Podstatne je ich interpretovat v terminoch realneho sveta, v jazyku zrozumitelnom pre pouzivatela modelu. Mnozia sa pokusy o automatizaciu interpretacie, respektivne niektorej casti. Vyuzivaju sa pri tom metody umelej inteligencie, expertne systemy i kvalitativne modely. S interpretaciou a s pouzivanim modelov realizovanych pocitacom suvisi aj pouzivatelske programove prostredie. Ide o sposob, ktorym pocitac komunikuje s pouzivatelom. Dnes sa na tento atribut realizacie modelu kladu stale vyssie poziadavky, najma v zmysle pohodlia, zrozumitelnosti, i celkovej estetickej upravy vystupov programu CIDER,B.-RUSNAK,M.: User friendly interface for mortality and morbidity models. In: Proceedings of 7th Prague Symposium on Simulation of Systems in Biology and Medicine. Prague 1990, s.21-24.. Prechod na interaktivne pouzivanie pocitaca a programov, ktore su doslova umiestnene na stole pouzivatela modelu, nuti autorov modelov sa stale viac zaoberat aj touto otazkou.

Popis tvorby modelu by nebol dokonaly, pokial by sme opomenuli spatnu vazbu. Tato je realizovana vztahom interpretacie vysledkov na identifikaciu modelu, niekedy aj na ine casti postupu tvorby modelu. Postup tvorby modelu za vyuzitia formalizacie vlastnej metodam systemovej analyzy popisal autor v dizertacnej praci RUSNAK, M: Prispevok k poznaniu kinetiky rakovinovych buniek a onkologickej chorobnosti obyvatelstva systemovou analyzou.[Dizertacna praca.] Bratislava, SAV 1981.. Zmenou pociatocnych podmienok mozno vyuzit model pre overovanie dopadu ocakavanych alebo planovanych zmien. V modeli rakoviny plucnej bolo pripravenych viacero scenarov, ktore vyjadrovali napriklad zmenu poctu fajciarov v populacii Slovenska tym, ze povodne udaje redukovali, alebo naopak zvysovali podla testovanej hypotezy. Po zavedeni scenara sa porovnavali vysledky jednotlivych scenarov voci povodnym udajom. Interpretovali sa rozdiely v zmysle vyberu optimalnej strategie vzhladom na efektivitu kontroly fajcenia.

Pristupy k modelovaniu rozlozenia zdrojov zdravotnickej starostlivosti sa lisia v zavislosti na tom, ci ma sluzit pre strategicke, alebo takticke planovanie. Ako strategicke chapeme tie, ktorych casova skala je pat alebo viac rokov. Takticke sa mozu zaoberat rozlozenim zdrojov na nasledujuci rok, mesiac, tyzden alebo dokonca den JARDEL,J.P.-MILTENYI,K.-TAKET,A.R.: Interactive models and other systems approaches:a review of methods. In:Health projections in Europe-methods and applications. Copenhagen, World Health Organization Regional Office for Europe, 1986, s.173-189.. Mnohe modely rozlozenia zdrojov pre zdravotnicke sluzby su cielene do mensich lokalit v podobe taktickych alebo operacnych planov. Strategicke modely su vyrazne agregovane a tykaju sa narodnych alebo regionalnych aplikacii. Dolezitym aspektom je tiez pocet a typ zdroja. Niektore modely sa zaoberaju jedinym zdrojom a potreba dalsich zdrojov sa odhaduje proporcne.

Dolezitym faktorom je uroven pouzitia modelu. Skutocnost, ze so stupajucou urovnou aplikacie uroven sa chape hierarchicky sa zvysuje aj stupen agregacie, je nepisanym pravidlom pri konstrukcii modelov tohto typu. Logicky to vyplyva z obmedzeni, ktore vznikaju pri zvysovani komplexnosti modelu, pri naraste mnozstva udajov. Rovnako dolezitou je aj lokalita, pre ktoru sa alokacia odhaduje. Casto sa robi pre nemocnicu a jej spadovu oblast. V inych pripadoch je objektom zemepisne definovana oblast akou je mesto alebo region. Zvlastnu pozornost si zasluzia modely, ktore rozdeluju zdroje podla rozlicnych typov pacientov. Inou moznostou je pridelovanie roznych zdrojov pre jeden alebo niekolko typov ochoreni. Modely rozdelovania zdrojov v zavislosti na case pridelenia predstavuje variant predchadzajucich dvoch pristupov.

V uvedenych pripadoch sa pouzivaju v zasade dva typy modelovania: * simulacny pristup; * optimalizacia.

Rozhodnutie pre jeden z nich ovplyvnuje podstata ciela, ktory si autor vytycil. Ked je cielom rozhodnut sa pre najlepsiu z moznosti, potom je idealny pristup pomocou optimalizacie. Postup je zalozeny na maximalizacii alebo minimalizacii funkcie, podla charakteru rieseneho problemu. Najtazsie je v tomto pripade definovat funkciu, ktora by obsahovala vsetky zodpovedajuce kriteria. Tato skutocnost casto brani vacsiemu rozsireniu uvedenej metodiky, napriek tomu, ze teoreticke otazky i prislusne programove vybavenie je k dispozicii.

Simulacia naproti tomu podporuje rozhodnutie zalozene na vysetreni dosledkov rozlicnych testovanych scenarov. Modely poskytuju nastroj pre overenie dosledkov rozlicnych rozhodnuti a tym zodpovedat otazku: "Co sa stane ak...". Naviac model tohto typu je logicky konstruovany a odraza svojou strukturou realitu pochopitelnejsie ako komplikovana funkcia. Tento typ modelov sa v praxi castejsie pouziva. Aj v nich vsak byva inkorporovana optimalizacna funkcia.

Vo Velkej Britanii sa zaciatkom sedemdesiatych rokov vyvinul system modelov pod nazvom vyvazena starostlivost (Balance of Care) MCDONALD, A.G. a kol.: Mathematical models of the balance of care. British medical bulletin, 30, 1974, c.3, s.262-270.. Od tych cias sa tento typ modelov rozsiril nielen v Britanii CANVIN,R. a kol.: Balance of care in Devon: joint strategic planning of health and social services at AHA and county level. Health and Social Services Journal, 1972, c.88, s.C17-C20., BOLDY,D. a kol.: Planning the balance of care. In: Operational research applied to the health services. Ed.:Boldy,D. London, Croom Helm 1981., ale aj vo svete GIBBS, R.J.: The use of a strategic planning model for health and personal social services. Journal of the Operational Research Society, 29, 1978, c.9, s.875-883., BOLDY,D.P.-RHYS-HEARN, C.: Strategies for assessing and monitoring appropriate long-term costs for elderly people. In: EIMEREN,W.van: Proceedings of Third International Conference on System Science in Health Care. Berlin, 20-24jul 1984, Springer Verlag 1984.. Ucelom modelu je umoznit zhodnotit dosledky variantnych strategii rozlozenia zdrojov v rozlicnych oblastiach zdravotnictva. Cielom modelu nie je poskytnut jedno definitivne riesenie, ale vysetrit dosledky roznych postupov pri pouziti viacero kriterii. Zaujem pouzivatelov je stanovit vhodne konfiguracie zdrojov so znalostou dosledkov kazdeho z rozhodnuti. Do takehoto modelu mozno zabudovat trendy vyvoja zlozenia obyvatelov a studovat dopady z hladiska potreby zdrojov.

Jeden z prototypov modelov vyvazenej starostlivosti je model DRAM ASPDEN,P.: The IIASA health care resource allocation submodel: DRAM calibration for data from South-West Health Region. Laxenburg, IIASA 1980, 22s.. V spolupraci s tvorcami modelu bola pripravena jeho aplikacia pre udaje z Ceskoslovenska. Bol upraveny pre pouzitie v krajinach s netrhovym zdravotnictvom ASPDEN,P.-MAYHEW,L.-RUSNAK,M.: DRAM: a model of health care resource allocation in Czechoslovakia. OMEGA The Int.J.of Mgmt.Sci., 9, 1981, c.5, s.509-518., kde bolo potrebne nahradit cenu za vykony inou mierou nakladovosti. Napriek uspesnej uprave, preukazani validity modelu a dostatocnej publicite, nikdy nebol pouzity v praxi vo vtedajsom Ceskoslovensku. Medzi priciny tohto javu mozno zapocitat jednak vtedajsiu zhorsenu dostupnost vypoctovej techniky, obavy o ochranu udajov a tiez chybanie zaujmu o iny druh planovania, ako bol v tych casoch bezny.

Proces riadenia zdravotnickeho systemu zahna meranie pomernej efektivnosti v urcitom pocte jednotiek. Tieto mozno interpretovat ako nemocnice, obvody, alebo uzemne regiony. V takomto systeme jestvuju mnohonasobne vstupy a vystupy. Model, ktory identifikuje jednotky s rovnakou mierou ucinnosti posobenia sa nazyva DEA (Data Envelopment Analysis). Tento pristup stanovuje neefektivnym jednotkam mozno ciele pomocou referencie k porovnatelnym jednotkam. Matematicka formulacia je pomerne jednoducha:

kde Ejr predstavuje pomernu ucinnost jednotky j pri udeleni vahy, odvodenej od jednotky r, ktora ma najvacsiu ucinnost. ykj oznacuje kvantitu vystupu k vytvoreneho jednotkou j. Vystup je vahovany premennou vkr, kde k predstavuje vystup, ktory vytvara najvyssiu pomernu efektivitu pre jednotku r. Vstupny parameter xij je podobne vahovany premennou uir. Maximalizaciou pomernej ucinnosti Ejr pre kazdu jednotku sa jednotky rozdelia na tie, ktore maju optimalnu pomernu ucinnost a tie, ktore maju signifikantne nizsiu pomernu ucinnost. Metodika bola vyvinuta Farrellom FARRELL,M.J.: The measurment of productive efficiency. Journal of the Royal Statistical Society, A, 1957, c.120, s.253-281., FARRELL,M.J.-FIELDHOUSE,M.: Estimating efficient production functions under increasing returns to scale. Journal of the Royal Statistical Society,A, 1962, c.125, s.252-267., niektore aplikacie diskutuje TaketTAKET, A.R.: Resource Allocation Models and Health Service Systems: an Exploration. In: In: Models of Noncommunicable Diseases. Health Status and Health Requirements. Eds.: MORGENSTERN,W.; CHIGAN,E.; PROKHORSKAS,R; RUSNAK,M.; SCHETTLER,G. Berlin, Springer Verlag 1992. s.145-165.

Model tohto typu pre Slovensko bol vytvoreny zaciatkom osemdesiatych rokov. Zaoberal sa optimalnym rozlozenim diagnostickych centier s pocitacom asistovanym EKG po teritoriu Slovenska s optimalizaciou pristupu k nim RUSNAK,M., MELOTOVA, J.,SMOLAK,L.: Territorial allocation of medical services: Model TAMS. In: Proceedings of the fourth world conference on medical informatics. Amsterdam, 1983, s.255-257.. Model TAMS bol pouzity ako demonstracia moznosti, ktore model tohto typu poskytuje pre racionalne rozlozenie zdrojov, najma v tom case velmi drahej technologie v uzemnych celkoch. Rovnako ako v pripade aplikacie modelu DRAM pre Slovensko, aj tato aplikacia nenasla sirsie uplatnenie v riadeni vtedajsieho zdravotnictva.

Inou otazkou problemu rozdelenia zdrojov je ich rozlozenie medzi viacerymi miestami alebo geografickymi oblastami. Moze sa tykat jednoho typu zdroja, alebo viacerych zdrojov, alebo pacientov s rozlicnym ochorenim, alebo roznymi liecebnymi postupmi. Prikladom je model RAMOS TAKET,A.R.-MAYHEW,L.D.-GIBBERD,R.W.-HALL,N.M.-BEVAN,R.G.-WANG,D.- BERTUGLIA,C.S.-TADEI,R.-RISUNG,E.J.: RAMOS: a model of the spatial allocation of health care resources.In: Health projections in Europe-methods and applications. Copenhagen, World Health Organization Regional Office for Europe, 1986, s. 218-236.. Autor sa pokusil aj o aplikaciu tohto modelu pre udaje z Cesko-slovenska RUSNAK,M.-MAYHEW,L.D.: Allocation of Health Care Resources in Czechoslovakia Using Model RAMOS-1. In: Sixth European Meeting on Cybernetics and Systems Research. Vienna 1982.. Avsak jednak pre nezaujem zo strany buducich pouzivatelov doma a jednak pre nedostatok vhodnych udajov tento pokus nebol uspesny.

Agregovany model odhadu potrieb zdrojov zdravotnickej starostlivosti AMER bol vyvinuty v IIASA VENEDIKTOV, D.D.-CHIGAN,E.N.: The IIASA health care systems model. In: Chigan E.N.(ed) System modelling in health care. Laxenburg, IIASA, 1977, 112s.. Integruje odhad potreby celkoveho poctu posteli, nemocnicnych i ambulantnych lekarov. Odhad je zalozeny na stanoveni celkovej chorobnosti populacie. Autor sa pokusil o upravu tohto modelu pre Slovensko RUSNAK,M.-RUSNAK,J.-OTTIS,P.: Our experiences with aggregated and desaggregated models of health care. In:Proceedings of International Symposium on System Simulation. Praha 1980, s.1-7.. Rovnako ako aj v zahranici, vzhladom na chybanie udajov o chorobnosti, ale aj niektorych inych udajov sa aplikacia tohto modelu pre nase pomery nepodarila.

Skusenosti s aplikaciou uvedenych modelov pre podmienky zdravotnictva v Ceskej a Slovenskej republike boli publikovane v spolocnom clanku pripravenom autormi z Ustavu socialniho lekastvi a organizace zdravotnictvi v Prahe a autorom MANDYS,F.-MADER,R.-RUSNAK,M.-KOTVA,M.: Zkusenosti s pouzitim modelu IIASA v Ceskoslovenskem zdravotnictvi. Cs. zdravotnictvi, 33, 1985, c.3, s.122-128.. Ukazuje sa, ze v osemdesiatych rokoch situacia doma i v zahranici nedozrela natolko, aby modely alokacie zdrojov zdravotnickej starostlivosti dosiahli sirsieho uplatnenia. Napriek tomu, sa v podobnych pokusoch pokracovalo a pokracuje v celom svete. Najma v poslednom obdobi, kedy aj v Zapadnej Europe je stale viditelnejsi vplyv hospodarskej recesie, sa snahy o vyuzitie modelov rozlozenia zdrojov stale viac dostavaju do pozornosti odbornikov v oblasti verejneho zdravotnictva.

Modely rozvoja chronickych ochoreni v populacii podporuju transformaciu epidemiologickeho poznanie rizika vzniku ochorenia do kategorie ekonomickych, socialnych a inych konzekvencii rizika vzniku choroby. Tento proces sa uskutocnuje pre urcitu populaciu s danym poctom a zlozenim jednotlivcov. Poznavanie procesov rozvoja chronickych ochoreni v populacii vyzaduje vyvoj novych koncepcii a metodologii. Na rozdiel od akutnych ochoreni, predstavuje chronicke ochorenie proces s vlastnou vnutornou casovou dimensiou. Z toho vyplyvaju styri podstatne aspekty modelov chronickych ochoreni MANTON,K.G.-STALLARD,E.: Chronic Disease Modelling: Measurment and Evaluation of the Risks of Chronic Disease Processes. Oxford, University Press 1988. 279 s.: * vekova zavislost. Mnohe merane parametre prejavov cloveka vykazuju zavislost od veku jedinca a v mnohych pripadoch nie je dostatocne dobre (ak vobec) znama. Pre modelovanie sa potom pouziva niektora z funkcii rozdeleni, napriklad Weibullovo alebo Gompertzovo. Zdovodnuje sa to podobnostou procesov na urovni jednotlivca a komponentov ludskeho organizmu WATSON, G.: Age incidence curves for cancer. Proc Nat Acad Sciences, 1977, c.74, s.1341-1342.; * vplyv individualnych rozdielov v hladinach rizika a z toho vyplyvajuci efekt systematickeho vyberu osob vo vysokom riziku vo vztahu k veku. Pre reprezentaciu takychto efektov pri chybani priamych pozorovani jednotlivych sprievodnych faktorov rizika, je nevyhnutne pouzit parametricku zmiesanu distribuciu urcitych parametrov vekovo zavislej funkcie hazardu MATIS,J.H.-WEHRLY,T.E.: Stochastic models of compartmental systems. Biometrics, 1979, 35, s.199-220.; * perioda latencie, ktora sa definuje ako skutocna doba, ktora uplynula medzi zaciatkom ochorenia a zaznamenanym casom prejavov. Odhad hodnoty periody ma vplyv na odhad chorobnosti a obtiaznost vyskytu ochorenia; * spolocny vyskyt chronickych ochoreni pri predpoklade vzajomneho posobenia rizikovych faktorov v multikauzalnom modele vzniku chronickych ochoreni este viac komplikuje situaciu pri tvorbe modelu a vyzaduje narocne matematicko-statisticke postupy.

Zvazenie uvedenych styroch bodov napoveda, ze analyza relevantnych udajov vyzaduje odhady zalozene na biomatematickych a statistickych postupoch. Z toho plynie, ze empiricka informacia aj z prospektivnych longitudinalnych studii neposkytne dostatok detailov pre spoznanie uplneho spektra biologickych faktorov. To znamena, ze je nutne rozvijat postupy pre analyzu viacerych zdrojov a druhov udajov (epidemiologicke, klinicke a biomedicinske).

Epidemiologovia, biostatistici, vedci i riadiaci pracovnici v zdravotnictve maju zaujem na modelovani rizika chronickych ochoreni, vztahu rozlicnych etiologickych faktorov k tomuto riziku a modelovani rozlicnych strategii intervencie do procesu rozvoja chronickeho ochorenia. Prvoradym zaujmom je zvycajne demonstrovat, ze dany rizikovy faktor ma statisticky dokazatelny vplyv na pravdepodobnost vzniku ochorenia. V epidemiologii sa zauzivalo pouzitie logistickej mnohonasobnej regresie COX,D.R.: Regression models and life tables. J Roy Stat Ser B, 1972, c.34, s.187-202., COX,D.R.: Partial likelihood. Biometrika, 1975, c.62, s.269-275.. Tato poskytuje miery efektu rizikoveho faktoru na riziko vzniku ochorenia relativne k akejsi neznamej funkcii hazardu. Takto vyuzijuc vyhodu, ze nie je potrebne specifikovat funkciu hazardu, je jednoduche pouzit vysledky tohto modelovania pre predpovedanie efektov specifickych intervencii.

Riadiaci pracovnici v zdravotnictve a vyskumnici maju casto zaujem o odhad a projekciu zdrojov potrebnych pre zabezpecenie zmeny v zdravotnej situacii. Mnohe z metod epidemiologov a biostatistikov, hoci su schopne identifikovat vztahy medzi pricinami a dosledkami vzniku ochoreni, nie su dostatocne pre poskytnutie podkladov pre plan a pre predpovedanie dalsieho vyvoja. Nedostatocnost vyplyva z nasledovnych skutocnosti: * poznanie funkcie hazardu umoznuje predpovedanie a projekciu do buducnosti, takze na zaklade epidemiologickeho poznania rizika je mozno buduci vyvoj extrapolovat len pri zabudovani parametrickej funkcie hazardu do modelu; * funkcia rizika nie je konstatna, ale v pripade chronickych ochoreni je zavisla od casu, resp. veku, co je nutne vziat do uvahy pri budovani modelov; * pri projekcii vyvoja modelovaneho procesu je potrebne zohladnovat stochasticky charakter zakladneho procesu, ako aj skutocnost, ze presnost pociatocnych udajov musi byt v pripade predpovedania vyssia, ako pri odvodzovani vztahov medzi chorobou a rizikovym faktorom; * zmeny v zlozeni populacie, jej starnutie, migracia, porodnost a ine faktory vplyvaju na rozvoj ochoreni v populacii, preto je nutne zvazit aj samotny jej vyvoj.

Z uvedenej rozpravy vyplyva, ze jednotlive pristupy su vzajomne komplementarne. Preto v dalsom sa zameriame na predstavenie vysledkov odhadu rizika vzniku ochorenia na zaklade udajov z regitra inzulin dependentneho diabetu u deti na Slovensku a na uvedenie niektorych komplexnejsich modelov epidemiologickych procesov v populacii.

Stanovenie relativneho rizika vzniku ochorenia z udajov celoslovenskeho registra IDDM je zalozene na vypocte odhadu odds ratio oznacovaneho ako O HAT R (skutocnost, ze ide o odhad na zaklade vypoctu z nahodneho vyberu oznacuje strieska nad OR). Tento sa zvykne pouzivat v retrospektivnych studiach miesto hodnoty relativneho rizika ako je odhad z dovodov rozvedenych v LIPSITZ,S.R., LAIRD,N.M., HARRINGTON,D.S.: Generalized estimating equations for correlated binary data: Using the odds ratio as a measure of association. Biometrika, 1991,c.78, s.153-160., LEMESHOW,S.-HOSMER,D.W.Jr.: Estimating odds ratios with categorically scaled covariates in multiple logistic regression analysis. Am J Epidemiol, 1984, c.119, s.147-51.. Pri jeho vypocte sa vychadza z nasledovnej predstavy:

Jestvuju jednoduche metody vypoctu intervalov spolahlivosti pre dany odhad. Vzhladom na skutocnost, ze pri odhade sa do uvahy berie len jeden parameter, je takyto odhad zatazeny velkou chybou. Preto sa zvyknu pouzivat metody korekcie pre sprievodne premenne, akymi su stratifikacia, parovanie, Mantel-Haenszelova metoda SCHLESSELMAN,J.J.: Case-Control Studies. Design, Conduct, Analysis. Oxford, Oxford University Press 1982. 343s..

Z dovodov, ktore sme uviedli v predchadzajucom, je tendencia objasnovat spolocny vplyv viacerych faktorov na riziko vzniku ochorenia. Aj ked sa zdoraznuje vyznam jedineho faktora, je potrebne korigovat zavery vzhladom na ine, sprievodne faktory. V pripade, ze sa spracuva viacero premennych nie je prakticky mozne postupovat pomocou jednorozmernych klasifikacnych metod, spomenutych v predchadzajucom.

V roku 1961 Cornfield a kolektiv CORNFIELD,J.-GORDON,T.-SMITH,W.W.: Quantal response curves for experimentally uncontrolled variables. Bull Int Stat Inst, 1961, c.38, s.97-115. pouzili mnohonasobnu logisticku funkciu tvaru:

v zjednodusenom tvare a pre viac premennych na odhad rizika rozvoja ischemickej choroby srdca (y) na zaklade udajov o systolickom tlaku krvi (x1) a seroveho cholesterolu (x2). Od tych cias sa logisticka funkcia udomacnila v epidemiologii chronickych ochoreni. Logisticky model specifikuje, ze pravdepodobnost vyskytu ochorenia zavisi od mnoziny parametrov x1, x2, ...., xp nasledovne:

Premenna d oznacuje bud pritomnost (d = 1) alebo nepritomnost (d = 0) choroby a x oznacuje mnozinu p premennych x = (x1, x2, ...., xp). Premenne x1,....,xp mozu predstavovat rizikovy faktor, sprievodnu premennu, ich funkciu, alebo interakcie medzi premennymi. Koeficienty beta representuju vplyvy premennych x na riziku (pravdepodobnosti) vzniku ochorenia.

Rozsirenim tejto koncepcie je Coxov model proporcionalneho hazardu COX,D.R.-HINKEY,D.V.: Theoretical Statistics. London, Chapman and Hall 1974.. Tento predpoklada, ze riziko ochorenia je na case zavislou funkciou mnoziny premennych x1,....,xp ,ktore sa menia v priebehu casu:

Tento pristup je vypoctovo narocnejsi, avsak stale viac sa presadzuje, vzhladom na vseobecnu dostupnost vypoctovej techniky.

V studii, ktorej vysledky neboli doteraz sirsie publikovane, sme sa na zaklade udajov z registra inzulin dependentneho diabetu u deti na Slovensku, pokusili o odhad rizika vzniku tohto ochorenia.

Inzulin dependentny Diabetes Mellitus (IDDM), alebo diabetes I. typu, sa vyskytuje sa v detskej populacii priblizne v 100 promile. Vseobecne sa predpoklada, ze jeho vznik je vysledkom posobenia faktorov zivotneho prostredia a genetickych faktorov. Vek pri vzniku ochorenia, ako aj poradie tehotnosti mozu takisto hrat dolezitu ulohu. Urcenie rizikovych faktorov vzniku juvenilneho diabetu napomaha orientovat mozne sposoby predchadzania jeho vzniku. Vypocet relativneho rizika je zalozeny na udajoch z celoslovenskeho registra Diabetes Mellitus. V nom su evidovane vsetky nove pripady na Slovensku vo veku od jedneho do osemnast rokov od roku 1985. O tychto detoch su zname presne udaje: adresa, vek, rodinna anamneza o diabete a rizikove faktory v rodinnej anamneze, ktore by s diabetom mohli suvisiet. V roku 1991 bola pripravena kontrolna skupina zdravych deti z populacie reprezentujucej Slovensko. Pre stanovenie rizika boli pouzite metody multivariantnej analyzy.

V registri Diabetes Mellitus bolo od roku 1985 do roku 1992 zaevidovanych 1038 novovzniknutych pripadov na Slovensku vo veku od 0 do 18 rokov. U 108 pacientov boli nekompletne vyplnene zaznamy, takze pre analyzu boli pouzite udaje o 930 pacientov. V kontrolnej skupine boli v rokoch 1991 a 1992 zozbierane udaje o 620 zdravych detoch. Traja z nich nesplnali podmienky pre analyzu (u jedneho nebolo mozne urcit vek pre chybajuci datum narodenia, dvaja boli starsi ako 18 rokov). Preto bol konecny pocet deti v kontrolnom subore 567. Metodou vhodnou pre analyzu individualnych a spojenych ucinkov skupiny premennych na riziko vzniku ochorenia je logisticky model. Pre multivariantnu analyzu boli vybrane ako potencialne rizikove faktory nasledovne premenne: vek, pohlavie, vyskyt diabetu u rodicov, u surodencov, v sirsej rodine a poradie tehotnosti. Na odhad parametrov bola pouzity statisticky programovy balik SYSTAT s vyuzitim metody maximalnej vierohodnosti.

Z dovodov kapacitneho obmedzenia programu SYSTAT bolo mozne robit odhad pre maximalne 3 parametre, t.j. dve premenne. Preto bol robeny odhad pre dvojice faktorov. Najskor bolo sledovane riziko vzniku diabetu, ak sa v rodine vyskytoval diabetes, t.j. u rodicov alebo u surodencov alebo v sirsej rodine a v zavislosti od poradia tehotnosti, pricom bola kategorizovana tato premenna podla toho, ci je vacsia alebo rovna styrom, alebo nie. Vysledky su uvedene v tabulke 1.

Tabulka 1. Odhady rizika vzniku IDDM: vyskyt diabetu v rodine a poradie tehotnosti
Premenna	Parameter	Odhad	95% interval istoty	Odhad Odds Ratio
intercept	B0	0.215	0.085, 0.345
X1	B1	0.718	0.486, 0.950	2.050
X2	B2	0.666	0.235, 1.097	1.946
X1 = 1, ak sa v rodine vyskytuje diabetes = 0, ak sa v rodine nevyskytuje diabetes X2 = 1, ak poradie tehotnosti >=4 = 0, ak poradie tehotnosti <4

Vzhladom na vyssiu hodnotu odds ratio pre vyskyt diabetu v rodine dietata, dalej bolo overovane riziko vplyvu dedicnosti podla toho, ci sa diabetes objavil u rodicov, u surodencov, alebo v sirsej rodine. Odhadnute parametre s 95% intervalom intervalom a vypocitanymi odds ratio su zhrnute v tabulke 2.

Na zaklade porovnania odhadov odds ratio nie je vyznamny rozdiel medzi vyskytom diabetu v rodine a poradim tehotnosti. Pri detailnejsom pohlade na vplyv dedicnosti, podla toho, ci sa vyskytuje u rodicov, surodencov alebo v sirsej rodine, sa ukazuje vysoka hodnota odds ratio (21) v pripade, ze niektory zo surodencov ma diabetes. Pomerne vysoky odds ratio (6.5) bol pozorovany aj v pripade, ze sa diabetes vyskytuje u otca alebo matky. Bude tiez zaujimave preskumat zavislost vzniku ochorenia podla toho, ci sa vyskytuje u otca alebo u matky, prip. u oboch rodicov.

Vztah medzi rizikom vzniku ochorenia a vyvojom umrtnosti na dane ochorenie je mozno studovat na zaklade modelov, ktore tento vztah popisuju. Model tohto druhu vyzaduje prinajmensom dva druhy udajov: rozdelenie rizikovych faktorov v populacii a kvantifikacia vztahu medzi rizikovymi faktormi vzniku ochorenia a rizikom umrtia. Tieto udaje sa daju ziskat z prospektivnych, niekolko rokov trvajucich studii. Ako sa ukazuje, informacie je mozne za predpokladu podobnej epidemiologickej situacie generalizovat na dalsie populacie, kde sa tieto studie nerobili. Vyhodou je usetrenie znacneho usilia a vydavkov, bez straty moznosti inferencie o vyvoji mortality. Ako uvadza Prokhorskas PROKHORSKAS,R.: The Concept of Generalized Risk. In: Models of Noncommunicable Diseases. Health Status and Health Requirements. Eds.: MORGENSTERN,W.; CHIGAN,E.; PROKHORSKAS,R; RUSNAK,M.; SCHETTLER,G. Berlin, Springer Verlag 1992. s.1-3., tato generalizacia je znacne jednoduchsia pre relativne riziko, nez pre absolutne. Je totiz mozno predpokladat multiplikativny charakter vztahu medzi rizikovym faktorom a umrtnostou. Potom absolutne riziko, chapane ako specificka umrtnost pre dany rizikovy faktor vyzera nasledovne:

kde R(f=i) predstavuje riziko zodpovedajuce rizikovemu faktoru i; R predstavuje celkovu umrtnost pre danu populaciu, vseobecne dostupnu z udajov narodnych statistik, alebo zo Svetovej zdravotnickej organizacie; P(f=i) je cast populacie, ktora je nositelom rizikoveho faktora i; RR(f=i) je generalizovany relativny risk pre rizikovy faktor na urovni i, to jest pomer medzi rizikovym faktorom i a rizikovym faktorom, ktory nie je rovny i.

Tabulka 2. Odhady rizika vzniku IDDM: vyskyt diabetu u rodicov a u surodencov
Premenna	Parameter	Odhad	95% interval istoty	Odhad
intercept	B0	0.381	0.273, 0.489
X1 = 1, ak otec alebo matka maju diabetes = 0, ak otec alebo matka nemaju diabetes	B1	1.876	1.140, 2.612	6.527
X2 = 1, ak sa u surodencov vyskytol diabetes = 0, ak sa u surodencov nevyskytol diabetes	B2	3.029	1.035, 5.023	20.677
vyskyt diabetu u rodicov a v sirsej rodine
intercept	B0	0.292	0.167, 0.418
X3 = 1, ak otec alebo matka maju diabetes = 0, ak otec alebo matka nemaju diabetes	B1	1.868	1.133, 2.603	6.475
X4 = 1, ak sa v sirsej rodine vyskytol diabetes = 0, ak sa v sirsej rodine nevyskytol diabetes	B2	0.428	0.190, 0.665	1.534
vyskyt diabetu u surodencov a v sirsej rodine
intercept	B0	0.328	0.204, 0.452
X1 = 1, ak sa u surodencov vyskytol diabetes = 0, ak sa u surodencov nevyskytol diabetes	B1	3.049	1.058, 5.040	21.094
X2 = 1, ak sa v sirsej rodine vyskytol diabetes = 0, ak sa v sirsej rodine nevyskytol diabetes	B2	0.443	0.206, 0.679	1.557

Tento jednoduchy teoreticky model bol zakladom pre pripravu modelu umrtnosti na ischemicku chorobu srdca ICHD RUSNAK,M.-CIDER,B.: Model ICHD. In: MEDINFO 92,Eds:K.C.Lun et al.. Elsevier Science Publishers B.V. 1992, s.910-915.. Model bol pripraveny na zaklade udajov o umrtnosti v CSFR a generalizovaneho rizika ischemickej choroby srdca zo studie rozlozenia rizikovych faktorov vzniku ochorenia ERICA ERICA Research Group: The CHD Risk-map of Europe. The 1st report of the WHO-ERICA Project. Eur Heart J, Suppl, c.9, 1988, s.1-36.. Model obsahuje udaje o rozlozeni fajcenia, systolickeho a diastolickeho krvneho tlaku, cholesterolu v sere a BMI (body mass index). V kombinacii s udajmi o celkovej a specifickej umrtnosti v CSFR umoznuje overovat vplyv rozlicnych intervencii na celkovu i specificku umrtnost. Je ho mozno pouzit pre studie rozvoja umrtnosti v jednotlivych regionoch Slovenska i v niektorych statoch Europy.

Ako bolo spomenute v predchadzajucom, poznanie chorobnosti je nevyhnutnou podmienkou odvodenia potrieb zdravotnickej starostlivosti, stanovenia priorit a planovania. Odhady chorobnosti na chronicke ochorenia su zatazene chybou, ktora vyplyva z charakteristik chronickych ochoreni. Optimalne sa chorobnost stanovuje registrovanim chorych jedincov. Aj vtedy vsak mozno hovorit o poznani chorobnosti len v situacii, kedy sa da zaciatok ochorenia (chorobneho stavu) presne casovo vymedzit. V pripade registrovania inzulin dependentneho juvenilneho diabetu je podla definicie jedinec chory dnom podania prveho inzulinu. Takato definicia vsak jasne naznacuje tazkosti v pripade inych chronickych ochoreni, kde sa da tazsie, ak vobec definovat ostry zaciatok ochorenia. Preto v odhadoch chorobnosti sa ku skutocnemu stavu priblizujeme len aproximativne.

Jednym z castych pristupov k odhadom chorobnosti je vyuzitie udajov o umrtnosti, prezivani a incidencii, ktore sa chapu ako tri rozlicne aspekty urciteho chorobneho procesu. Pre modelovanie bolo pouzitych viacero metod KLEMENTIEV,A.A.: On estimation of morbidity. Laxenburg, IIASA 1977. 23s., MANTON,K.G.-STALLARD,E.: The use of mortality time series data to produce hypothetical morbidity distributions and project mortality trends. Demography 1982, c.19, s.223-240., VERDECCHIA,A., CAPOCACCIA,R., MAZZONI,C.: Estimation of cancer morbidity using mortality data. Tumori, 1985, c.71, s.431-439., VERDECCHIA,A.-CAPOCACCIA,R.-EGIDI,V.-GOLINI,A.: A method for the estimation of chronic disease morbidity and trends from mortality data. Statistics in Medicine 1989,c.8, s.201-216.. V zasade mozno rozlisit metody priamej kalkulacie a metody statisticke.

Model odhadu chorobnosti na rakovinu DYMOD KITSUL,P.: A dynamic approach to the estimation of morbidity. IIASA, Laxenburg, 1980, 25s. je zalozeny na prvom principe. Na rozdiel od niektorych jednoduchsich pristupov, DYnamic MOrbidity Model odhaduje chorobnost v populacii, ktorej struktura sa dynamicky vyvija. Na zaklade poznania umrtnosti, prezivania a incidencie je mozno odhadnut pocet chorych, ktori sa generuju v jednotlivych kohortach. Vypocet vychadza z predpokladu, ze zmenou porodnosti a celkovej umrtnosti dochadza aj k zmenam v kohortach a tym aj k zmenam v chorobnosti.

Autor aplikoval model DYMOD pre populaciu Slovenska na priklade rakoviny pluc RUSNAK, M: Prispevok k poznaniu kinetiky rakovinovych buniek a onkologickej chorobnosti obyvatelstva systemovou analyzou.[Dizertacna praca.] Bratislava, SAV 1981., RUSNAK,M.-BOJANCZYK,M.: On the estimation of prevalence for neoplastic disease in Czechoslovakia and Poland. Edicia Archiv VULB, sekcia Pracovne oznamenie, c.3, 1983. 12 s.. Tento model mozno s vyhodou pouzit pre odhady chorobnosti na onkologicke ochorenia, pretoze z literatury su zname udaje o prezivani na vacsinu onkologickych ochoreni a priebeh ochorenia, ktore casto konci smrtou dovoluje mnohe zjednodusenia.

V roku 1982 sa na Vyskumnom ustave lekarskej bioniky v Bratislave uskutocnil dvojdnovy seminar o moznostiach interaktivneho modelovania chorobnosti na kardiovaskularne ochorenia. Viedli ho specialisti z programu IIASA Adaptive Resource Policies a zucastnili sa ho viaceri odbornici zo Slovenska. Model chorobnosti na ochorenia, ktore su dosledkom aterosklerotickeho procesu KOONCE,J.F.-YASHIN,A.I.-WALTERS,C.J.-RUSNAK,M.: Modelling of Public Health:Call for Interdisciplinary Actions. [CP-84-1.] Laxenburg, International Institute for Applied System Analysis 1984. 51s., vznikal na zaklade riadenej diskusie s pritomnymi a pocas nej jeden z pracovnikov z IIASA ho realizoval na prenosnom pocitaci. Ucastnici mali moznost pracovat s modelom a overovat si vlastne hypotezy na zaver stretnutia. V prvej casti modelu sa na zaklade statistickych i expertnych udajov odhaduje dalsi vyvoj incidencie a prevalencie ischemickej choroby srdca, hypertenznej choroby a diabetu. Vychadza sa z predpokladu, ze jedinec sa nachadza v urcitom stave, v danom roku. Stav je definovany vo vztahu k zdraviu tak, ze jedinec je bud v skupine zdravych, v skupine s diabetom, hypertenziou, ischemickou chorobou, resp. infarktom. Prechody medzi skupinami popisuju prechodove funkcie, ktore su vyjadrenim rizika vzniku ochorenia. Vzhladom na charakter chorobnych stavov, navrat do uplneho zdravia nie je mozny. Komplikovanost modelu je zalozena na skutocnosti, ze je potrebne kvantifikovat funkcie prechodov medzi stavmi. Mnohe z tychto funkci vsak doteraz u nas kvantifikovane neboli a preto bolo nutne vychadzat z expertneho odhadu.

V druhej casti modelu sa odhaduju dosledky predpokladaneho vyvoja vo forme dynamiky chorobnosti a odhadu potreby prostriedkov pre zabezpecenie zdravotnickej starostlivosti o tieto skupiny chorych. Programova realizacia modelu poskytla graficku reprezentaciu vysledkov, ktora umoznuje konfrontovat rozlicne scenare zadavane v interakcii. Tymto sposobom ma riadiaci pracovnik moznost konfrontovat svoje koncepcie s extrapolaciou pomocou tohto modelu a priblizit sa k optimalnemu rozhodnutiu. Model ma samozrejme obmedzenu vypovednu hodnotu, najma vzhladom na podmienky, za ktorych vznikal. Na druhej strane ukazal, ze pre riesenie zavaznych organizacnych otazok je mozne vyuzit podporu vypoctovej techniky. Zaroven indikoval nasim odbornikom rezervy, ktore mame v oblasti relevantnych udajov. Demonstracia novej technologie a metodologie tvorby modelov ukazala cesty, ktorymi by sa malo uberat moderne riadenie. Je treba vsak kriticky konstatovat, ze sa nenasiel pouzivatel tohto a inych modelov z radov riadiacich pracovnikov v zdravotnictve. Urcite signifikantnu ulohu v tom hral aj vtedajsi vseobecny nedostatok vypoctovej techniky. Na druhej strane, tiez fenomen vseobecneho nezaujmu o rozhodovacie postupy, zalozene na kvantitativnom dokazovani. V krajinach zapadnej Europy vidime postupny zvrat v mysleni veducich pracovnikov zdravotnictva, ktori aj ked nie su sami pouzivatelmi modelov, vytvaraju skupiny, ktore podla ich zadania modely konstruuju a spracuvaju pomocou nich problemy riadenia. Navrh vybudovania Informacneho systemu pre Narodny program podpory zdravia Rusnak,M. a kol.: Zasady pripravy Informacneho systemu NPPZ. Material do Rady vlady SR pre podporu zdravia. 1991. predpoklada vytvorenie takejto skupiny, respektive institucie, ktora sa bude problematikou modelovania v zdravotnictve systematicky zaoberat.

Model, urceny pre predpovedanie vyvoja poctu chorych na Chronicku obstrukcnu chorobu plucnu s nazvom COPD RUSNAK,M.-YASHIN,A.-KRISTUFEK,P.: The Future of Lung Diseases:COPD Model for Slovakia.[CP-85-49.] Laxenburg, International Institute for Applied System Analysis 1985. 47s. bol vytvoreny na zaklade predchadzajucich skusenosti. Svojou strukturou bol o nieco zlozitejsi. Je zalozeny na koncepcii rozdelenia populacie do vzajomne sa vylucujucich stavov. V tomto modeli boli definovane tri skupiny v populacii Slovenska: * skupina "zdravych" jednotlivcov, t.j. takych, ktori nie su zaradeni do niektorej z nasledujucich dvoch skupin; * skupina s niektorym z rizikovych faktorov ochorenia, fajcenie, caste respiracne ochorenia v detstve a byvanie v znecistenom prostredi, pri com odhady poctov zaradenych do uvedenych skupin boli aproximativne, na zaklade statistickych udajov z roznych zdrojov a tym aj s roznou validitou; * skupina s rozvinutym COPD, s udajmi ziskanymi z epidemiologickej studie, ktora bola robena v Ustave tuberkulozy a respoiracnych chorob v Podunajskych Biskupiciach.

Model umoznuje predpovedat vyvoj umrtnosti, incidencie a chorobnosti na Chronicku obstrukcnu chorobu plucnu. Zaroven podporuje konstrukciu rozlicnych scenarov zmien v zakladnej situacii pre zodpovedanie strategickych i taktickych otazok riadenia v zmysle "Co sa stane ak ...". Overovali sa scenare zmeny poctu fajciarov, zmeny v kvalite ovzdusia, v prevencii castych respiracnych ochoreni u deti.

Model rozvoja rakoviny pluc LCA RUSNAK,M.-YASHIN,A.-MINSKA,I.: Smoking and Lung Cancer Prevalence: Slovakian Case Study.[CP-86-12.] Laxenburg, International Institute for Applied System Analysis 1986. 40s. je prirodzenym pokracovanim predchadzajucich cinnosti. Je zalozeny na podobnej filozofii, ako predchadzajuci, t.j. na koncepcii viacerych stavov, ktorymi jedinec prechadza vo fazach svojho zivota. Podrobnejsie bolo spracovane riziko vzniku rakoviny plucnej vo vztahu k fajceniu cigariet. Populacia bola rozdelena na nefajciarov, fajciarov a byvalych fajciarov cigariet. V kazdej z tychto skupin boli na zaklade literarnych udajov definovane prechody do skupiny s rakovinou plucnou, umrtia na zaklade inych pricin a umrtie pre rakovinu pluc. Aj v tomto modeli sa prijali viacere zjednodusenia, napriklad sa neberie do uvahy dlzka fajcenia, kvalita a pocet vyfajcenych cigariet. Napriek tomu model poskytuje mnohe podklady pre uvahy o sposoboch vedenia protifajciarskej kampane, cielovych skupinach a efektoch takejto kampane. Model LCA vyuzijuc pokroky v programovom vybaveni pocitacov PC bol postupne upravovany s cielom zlepsit kvalitu komunikacie cloveka s modelom. Zaroven sa pripravila verzia, ktora dovoluje velmi jednoduchu zmenu vstupnych udajov a tym jeho pouzitie pre rozne krajiny, alebo ine definovane celky. Vstupne udaje modelu sa zaroven vyuzili aj pre overenie moznosti pouzitia obecneho programoveho systemu DIALOG SCHERBOV,S., GRECHUCHA,V.: Dial-A System for Modelling Multidimensional Demographic Processes. IIASA, Laxenburg, WP-88-36, 1988, 32s.. Programovy system bol povodne navrhnuty pre mnohostavove modelovanie demografickych procesov v populacii, akymi su napriklad migracia a pod. Jeho upravou pre zdravotnicke aplikacie ukazali autori na siroke moznosti tohto programoveho systemu RUSNAK,M.-SCHERBOV,S.-CIDER, B.: Mortality and Morbidity Projections: Lung Cancer. In: Models of Noncommunicable Diseases. Health Status and Health Service Requirements. Eds.: MORGENSTERN,W.; CHIGAN,E.; PROKHORSKAS,R; RUSNAK,M.; SCHETTLER,G. Berlin, Springer Verlag 1992. s.91-100.. Je mozne ho doporucit pre vsetky aplikacie, ktore sa usiluju modelovat chorobne procesy v populacii. Programovy system je vybaveny interaktivnou tvorbou scenarov, predstavovanim vysledkov v roznych formach i prepojenim na mnohe bezne programove systemy.

Model orientovany na rovnaky problem, ale postaveny na statistickom pristupe bol publikovany autormi STEVENS,R.G.-MOOLGAVKAR,S.H.: A cohort analysis of lung cancer and smoking in British males. Amer J Epidemiol, 119, 1984, c.4, s.624-641., ktori sa pokusili inkorporovat vplyvy zivotneho prostredia. Ako sa ukazalo, tento vplyv bol nakoniec maskovany vyraznym efektom tabakizmu.

Zaverom uvadzame model, ktory nasiel vyrazne uplatnenie v Holandskom zdravotnictve. Model PREVENT GUNNING-SCHEPERS,L.J.-BARENDREGT,J.M.-MAAS,S.J.van der: PREVENT, a Model to Estimate the Health Benefits of Prevention. In: W.MORGENSTERN, E.CHIGAN, R.PROKHORSKAS, M.RUSNAK, G.SCHETTLER. Berlin, Springer-Verlag, 1992, s.55-69.. V sucasnej verzii model pracuje v troch krokoch: * v prvom su sucasne analyzovane niekolke rizikove faktory vo vztahu k incidencii a mortalite; * v druhom kroku sa simuluje vyvoj populacie na zaklade vplyvu predchadzajuceho odhadu umrtnosti; * v tretom kroku sa odvodzuju ukazovatele efektu intervencie: rozdiely v umrtnosti, ziskanie potencialnych rokov zivota a pod. Model sa dnes pouziva v Holandsku pre stanovenie priorit zdravotnickej politiky, vo vyucbe, a pre vyhodnocovanie efektov regionalnych intervencii. Vo Svedsku a Taliansku sa pouziva pre monitorovanie efektov preventivnych zasahov. Vo Walese sa pouziva pre stanovenie priorit v boji proti onkologickym ochoreniam. Najma vzhladom na uvedene aplikacie uvadzame model PREVENT ako priklad uspesneho usilia tvorcov modelov a ich praktickeho vyuzitia.

Autor sa publikacne nevenoval tejto problematike, aj ked urcity prehlad o vyvoji v tejto oblasti dokumentoval RUSNAK,M.: Mortality and Morbidity Models-A Review. In: Models of Noncommunicable Diseases: Health Status and Health Service Requirements. Eds.: MORGENSTERN,W.; CHIGAN,E.; PROKHORSKAS,R; RUSNAK,M.; SCHETTLER,G. Berlin, Springer Verlag 1992. s.19-32. Springer-Verlag, Heidelberg, 1992, 184 pp..

Autor predlozil subor prac, na ktorych sa pokusil dokumentovat moznosti vyuzitia vypoctovej techniky spolu s matematicko-statistickymi postupmi v riadeni zdravotnictva. Okrem toho, mnohe z vysledkov autora je mozno pouzit vo vyucbe socialneho lekarstva, medicinskej informatiky, managementu i aplikovanej biostatistiky. V zmysle Narodneho programu podpory zdravia je potrebne uvedene metody dalej rozvijat a aplikovat pre potreby zdravotnictva Slovenska.

Znak	IDDM pritomny	IDDM nepritomny	Spolu
pritomny	a	b	a+b
nepritomny	c	d	c+d
SPOLU	a+c	b+d	a+b+c+d

KVANTITATÍVNE METÓDY

V RIADENI ZDRAVOTNÍCTVA