Monitorowanie i prognozowanie zjawisk zdrowotnych jako element
Transkrypt
Monitorowanie i prognozowanie zjawisk zdrowotnych jako element
mgr Łukasz Stopa Przedsiębiorstwo Informatyczne KAMSOFT e-mail: [email protected] Monitorowanie i prognozowanie zjawisk zdrowotnych jako element wspomagający zarządzanie jednostkami samorządów terytorialnych. Streszczenie Systemy wczesnego ostrzegania i zapobiegania powstawaniu zjawisk epidemiologicznych pozwolą na lepsze zarządzanie zdrowiem publicznym społeczeństwa zarówno w kontekście najmniejszej jednostki samorządu terytorialnego jak i w kontekście większych jednostek takich jak województwo czy też kraj. Systemy te wspomogą profilaktykę zdrowotną i pozwolą podnieść poziom zdrowia społeczeństwa. Zbudowanie systemu monitorującego w oparciu o założenia statystyczne umożliwi dokładny monitoring kształtowania się zjawisk zdrowotnych w zależności od wielu czynników wpływających na te zjawiska takich jak: czas, położenie terytorialne, warunki atmosferyczne. 1. Wprowadzenie Artykuł 68 Konstytucji Rzeczpospolitej Polskiej mówi: 1. Każdy ma prawo do ochrony zdrowia. 2. Obywatelom, niezależnie od ich sytuacji materialnej, władze publiczne zapewniają równy dostęp do świadczeń opieki zdrowotnej finansowanej ze środków publicznych. Warunki i zakres udzielania świadczeń określa ustawa. 3. Władze publiczne są obowiązane do zapewnienia szczególnej opieki zdrowotnej dzieciom, kobietom ciężarnym, osobom niepełnosprawnym i osobom w podeszłym wieku. 4. Władze publiczne są obowiązane do zwalczania chorób epidemicznych i zapobiegania negatywnym dla zdrowia skutkom degradacji środowiska. 5. Władze publiczne popierają rozwój kultury fizycznej, zwłaszcza wśród dzieci i młodzieży.1 Ustawa z dnia 5 czerwca 1998r o samorządzie powiatowym (tekst jednolity z 2001r Dz.U. Nr 142, poz. 1592 ze zmianami), oraz ustawa z dnia 8 marca 1990 o samorządzie gminnym (Ustawa z dnia 5 czerwca 1998r o samorządzie powiatowym (tekst jednolity z 2001r Dz.U. Nr 142, poz. 1592 ze zmianami) nakładają na jednostki samorządów terytorialnych zadania w zakresie promocji i ochrony zdrowia. Jednostki samorządów terytorialnych mają bardzo duży zakres obowiązków w zakresie ochrony zdrowia mieszkańców. Przekazują środki samodzielnym publicznym zakładom opieki zdrowotnej na realizację świadczeń zdrowotnych, tworzą zakłady opieki zdrowotnej, prowadzą szeroko pojętą profilaktykę i ochronę zdrowia. Każdy samorząd sam decyduje na co wydać pieniądze, jaką akcję promującą zdrowie zorganizować. Niestety nie zawsze tego typu akcje odpowiadają ogólnemu zapotrzebowaniu kreowanemu przez aktualną sytuację na rynku. W tej chwili brakuje dostępu do informacji: co organizować (jaką akcję promocji zdrowia zorganizować), gdzie organizować oraz dla kogo organizować. 1 http://www.sejm.gov.pl/prawo/konst/konst.htm Który samorządowiec nie ucieszyłby się mając dostęp do tego typu informacji? Taki dostęp w znacznym stopniu ułatwi racjonalne podzielenie środków pieniężnych. Niestety praktycznie, żadna jednostka samorządu terytorialnego nie „cierpi” na nadmiar środków finansowych, dlatego też zarządzanie to sztuka wyboru i jeżeli istnieje możliwość należy skorzystać z jak największej informacji mogącej pomóc w racjonalnym zarządzaniu. 2. Rozwinięcie Monitoring rynku medycznego i farmaceutycznego to szerokie zagadnienie, w skład, którego wchodzą badania w następujących podmiotach: • Apteki • Szpitale • Przychodnie (POZ, specjalistyczne) • Rehabilitacja, • Laboratoria, • Hurtownie farmaceutyczne. Są jednostki samorządowe, które posiadają wybrane raporty opisujące stan na rynku farmaceutycznym i medycznym. Zlecają przygotowanie ich wyspecjalizowanym instytucjom. Jednak raporty te przygotowywane są z dużym opóźnieniem a w ochronie zdrowia decydujący jest czas. Raport za miniony okres potrzebny jest jak najszybciej, aby można było podjąć działanie zmierzające do wyeliminowania pojawiających się niekorzystnych zjawisk jak najszybciej, zanim zjawiska te rozprzestrzenią się. Nie od dzisiaj wiadomo, że koszty zlikwidowania „małego ogniska zapalnego” jest zdecydowanie niższy niż walka z nim w momencie gdy nastąpi jego rozprzestrzenienie się. Raporty z wybranych spośród tych 5 rodzajów podmiotów pozwolą na częściowe zobrazowanie sytuacji na rynku służby zdrowia, ale nie dadzą nam pełnego obrazu o zjawiskach, które chcemy obserwować i badać. Np. same raporty z aptek nie wystarczą do zobrazowania poziomu zachorowalności na daną chorobę, gdyż jest wiele leków przepisywanych w różnych dolegliwościach, a więc raport ten musi być uzupełniony o dane ze szpitali, przychodni i rehabilitacji. Same dane ze szpitali, przychodni i rehabilitacji nie pozwolą nam do końca oszacować kosztów leczenia danej choroby, gdyż będziemy znali koszty związane z leczeniem przez specjalistów (w szpitalach będziemy też znali koszty środków farmaceutycznych podanych pacjentom), ale nie będziemy znali kosztów poniesionych przez pacjentów na zakup środków przepisanych przez lekarzy. Każdy z rodzajów podmiotów dostarcza dane unikalne, których żaden inny podmiot nie jest w stanie dostarczyć. Poniższy rysunek przedstawia schemat budowy modelu matematycznego odwzorowującego tendencje zachodzące na rynku ochrony zdrowia zarówno w okresie krótkoterminowym jak i długoterminowym. Rysunek 1. Schemat budowy modelu matematycznego Źródło: KAMSOFT materiały własne Proces modelowania rozpoczyna się od etapu zbierania danych. Etap ten obejmuje wszystkie procesy związane z samą budową panelu, który powinien zostać objęty badaniem. Wielkość panelu określana jest na podstawie wzoru na minimalną liczność próbki: uα2 * S 2 d2 n= u2 * S 2 1+ α N *d2 2 gdzie: n - minimalna wielkość próbki, N - liczebność całej populacji, S 2 - wariancja z wstępnej próby, d 2 - średni błąd szacowanego estymatora, uα - wartość parametru odczytana z tablic rozkładów statystycznych, dla których spełniona jest nierówność: __ X− m P (| |≥ uα ) = α , S gdzie: m - wartość oczekiwana parametru X, S - odchylenie standardowe, __ X - wartość średnia parametru X, α - poziom istotności jest równy 1 – p, gdzie p jest pewnym z góry przyjętym prawdopodobieństwem z jaki chcemy szacować dane. 2 Z. Pawłowski, Wstęp do statystycznej metody reprezentacyjnej, PWN Warszawa 1972, s.62 Oczywiście model w wielu przypadkach obejmuje znacznie większy panel niż wychodzi z powyższego wzoru, ale wzór ten jest dla nas odnośnikiem od jakiego momentu wiarygodność panelu jest dostateczna aby móc rozpocząć badanie. Na podstawie ilości podmiotów, które przesyłają dane obliczamy błąd szacowanego estymatora przy zadanym z góry poziomie istotności. Wzór ten możemy uzyskać przekształcając wzór na minimalną liczność próbki, zastępując minimalną liczność próbki faktyczną ilością podmiotów przesyłających dane: d2 = uα2 * S 2 n * (N − ) 3 n N Następnie należy sprawdzić dokładność dopasowania modelu. Weryfikacja dopasowania modelu odbywa się poprzez: • Weryfikację hipotezy o braku zgodności rozkładu (test Smirnowa-Kołmogorowa), • Weryfikację rozkładu położenia podmiotów według lokalizacji aptek w poszczególnych regionach kraju, • Weryfikację rozkładu położenia podmiotów według wielkości miast. Kolejnym etapem budowy modelów zjawisk zdrowotnych jest zastosowanie algorytmu projekcji danych dla danego podziału regionalnego. Etap ten obejmuje czynności związane ze wstępną oceną jakości danych, wyborem algorytmu projekcji danych oraz weryfikacją końcową danych po zaprojektowaniu. Wstępna ocena jakości danych ma za zadanie wyeliminować błędy pojawiające się w zestawieniach przesyłanych przez poszczególne podmioty. W szczególności dotyczy to rynku farmaceutycznego, w przypadku którego wstępna ocena jakości danych ma za zadanie sprawdzić i poprawić 3 Ibidem. s.59 błędy w powiązaniu leków z jednoznacznym identyfikatorem pochodzącym z bazy BLOZ. W przypadku pozostałych podmiotów wstępna ocena danych sprawdza czy dane przesyłane przez poszczególne podmioty nie maja „zbyt wysokich” odchyleń od normy. Sam algorytm projektowania uzależniony jest od tego co aktualnie badamy. Inny algorytm znajduje zastosowanie w przypadku danych z aptek, inny w przypadku danych pochodzących z przychodni a jeszcze inny w przypadku danych pochodzących z laboratorium: • W przypadku aptek stosujemy algorytm oparty o średnią ważoną wartości obrotu w aptece. Na podstawie doświadczeń w badaniu rynku farmaceutycznego wypracowana została metoda, poprzez przeprowadzanie wielu testów podziału aptek na klasy wagowe, która odzwierciedla dane rzeczywiste w jak najlepszy sposób. Ze względu na ciągle zmieniającą się strukturę podmiotów działających na rynku farmaceutycznym (powstają nowe apteki, część aptek jest zamykana) proces poszukiwania odpowiedniego podziału aptek na klasy wagowe (klasy obrotu) jest procesem ciągłym. • W przypadku szpitala, przychodni bądź tez laboratorium metoda podziału podmiotów na klasy wagowe nie zda egzaminu. W przypadku tych podmiotów do projekcji danych potrzebna są takie informacje jak: ilość deklaracji złożonych przez pacjentów w danej przychodni POZ, ilość podmiotów działających na rynku, ilość skierowań do szpitali, przychodni specjalistycznej bądź na badania profilaktyczne. Po zaprojektowaniu badanych zmiennych następuje weryfikacja danych zaprojektowanych. Weryfikacja ta obejmuje takie etapy jak: • Sprawdzenie zmian w stosunku do poprzedniego badania. • Wyłapanie elementów zawierających „potencjalne błędy”. • Weryfikacja elementów zawierających „potencjalne błędy”. Mając zaprojektowane dane z rynku ochrony zdrowia kolejnym etapem jest powiązanie ze sobą poszczególnych zmiennych. Inaczej mówiąc znalezienie danych wejściowych pozwalających stworzyć model matematyczny opisujący dane zjawisko. Zmienne wejściowe możemy podzielić na kilka typów: • Zmienne sterujące albo sterowania (U). W przypadku pojedynczego pacjenta są to wszystkie zmienne w otoczeniu pacjenta, za pomocą których zamierzamy aktywnie oddziaływać na zdrowie.4 Oczywistym jest, iż oddziaływanie na zdrowie pojedynczego obywatela jest znacznie prostsze niż oddziaływanie na zdrowie całej grupy obywateli. Ale model opisujący zdrowie pojedynczego pacjenta znajduje także zastosowanie w tworzeniu modelu prezentującego poziom zdrowia w danym regionie, z tym zastrzeżeniem, że nie wszystkie zmienne będzie można w taki sam sposób kształtować, jak w przypadku pojedynczego pacjenta. • Zmienne stanu lub stanu obiektu (X). Zmienne stanu opisują wszystkie parametry wewnętrzne pacjenta, a szczególnie zdolność do akumulacji masy energii, jak np. masa ciała, wydolność płuc, parametry wszystkich organów wewnętrznych, itp.5 W przypadku określenia modelu zdrowia w danym regionie można wykorzystać takie parametry jak średnia dla pojedynczego pacjenta lub też dzięki korzystaniu z równania dla pojedynczego pacjenta można w łatwy sposób określić parametry optymalne dla mieszkańców zamieszkujących dany region. Należy jednak pamiętać że parametry optymalne wcale nie oznaczają iż każdy mieszkaniec danego regionu powinien ważyć tyle samo itd. ale para4 5 Z. Kamiński, Cybernetyczny pacjent, „OSOZ” 2007, nr 2. Ibidem. metry te muszą być uzależnione od naturalnej budowy danego mieszkańca. • Zmienne zakłócające lub zakłócenia (Z). Zmienne zakłócające to też sterowania, z tą jednak różnicą, że znajdują się poza kontrolą systemu. Do zakłóceń należą przede wszystkim jednostki chorobowe, ale także zmienne warunki pogody i wiele innych czynników niesterowalnych, często nawet niemierzalnych.6 Jednym z mierzalnych czynników niesterowalnych jest czas, który ma bardzo duże znaczenie przy prognozowaniu zjawisk chorobowych lub inne zmienne powiązane z czasem na które nie mamy wpływu. Prawidłowe określenie zmiennych wejściowych do równania to jeden z ważniejszych etapów w tworzeniu modelu matematycznego. Przede wszystkim należy wybrać elementy, które mają istotny wpływ na kształtowanie się danego zjawiska, które chcemy zaprezentować za pomocą równania. Dlatego w tym przypadku nieodzowna jest pomoc specjalistów z dziedziny ochrony zdrowia. To specjalista potrafi określić, jakie czynniki mają wpływ na zachorowalność lub inny proces który aktualnie chcemy badać, np. wielkość sprzedaży leków. Praca osób odpowiedzialnych za tworzenie modeli matematycznych ze specjalistami z dziedziny zdrowia polega na weryfikowaniu stawianych przez specjalistów tez o zależności pomiędzy badanym zjawiskiem a daną zmienną wejściową, którą specjalista uznał za istotną dla danego zjawiska. Następny etap to stworzenie równania opisujące badane zjawisko. W zależności od tego co badamy w jakim okresie czasowym, jakimi wahaniami charakteryzuje się dane zjawisko zastosowany zostanie inny rodzaj 6 Ibidem. modelu matematycznego. Rozróżniamy kilka rodzajów modeli matematycznych opisujących dane zjawisko zachodzące na rynku ochrony zdrowia: • Modele statyczne liniowe Y = k * F (U ) Modele liniowe – stanowią najprostszą klasę modeli, wykorzystywaną do opisu procesów bardzo wolnozmiennych lub stanów ustalonych tych procesów. Modele tego typu występują najczęściej w postaci równań liniowych obrazujących trendy analizowanych procesów.7 Pewną modyfikacją modelu liniowego jest statyczny model liniowy z zastosowaniem wahań okresowych. Jest to zmodyfikowany model liniowy uwzględniający okresowe wahania wskaźników uzależnione od którejś zmiennej np. zmiennej czasowej. Przykładem takiego wahania jest np. sprzedaż leków, która w okresie kilku lat przyjmuje trend liniowy, ale biorąc pod uwagę analizę w poszczególnych latach widzimy wahania okresowe związane z sezonowością sprzedaży poszczególnych produktów. t • Modele statyczne nieliniowe Y = k * F (U ) Modele statyczne nieliniowe wykorzystywane są w przypadkach, kiedy dokładność modeli liniowych jest niewystarczająca. Modele nieliniowe reprezentowane są najczęściej przez wielomiany wyższego rzędu, funkcje wykładnicze, potęgowe, itp.8 Podobnie jak w przypadku modelów statycznych liniowych także w modelach statycznych nieliniowych często uwzględniane są dodatkowo wahania okresowe. • Modele dynamiczne liniowe Y (t ) = k * F [U (t ), X (t ), t ] 7 8 Ibidem. Ibidem. Modele dynamiczne liniowe stosowane są do opisu zjawisk szybkozmiennych, na ogół zależnych od czasu. Przykładem modelu dynamicznego może być zależność opisująca zachowanie się temperatury ciała pacjenta w funkcji czasu po podaniu leku przeciwgorączkowego. Modele dynamiczne tworzone są na ogół w postaci układu równań różniczkowych liniowych, o parametrach skupionych lub rozłożonych.9 • Modele dynamiczne nieliniowe Y (t ) = k (t ) * F [U (t ), X (t ), Y (t ), t ] Modele dynamiczne nieliniowe stosowane są wówczas, kiedy model (funkcja) opisujący wielkości wyjściowe jest zależny od wielkości wyjściowych oraz od skrośnych (krzyżujących się) zależności między wielkościami wejściowymi. Modele tego typu są stosowane w przypadkach, kiedy np. pacjentowi podawane jest kilka leków jednocześnie przy czym część tych leków pozostaje we wzajemnych interakcjach.10 • Modele probabilistyczne Y (t ) = k (t ) * F [U (t ), X (t ), Z (t ), t ] Modele probabilistyczne służą do opisu najbardziej złożonych procesów zachodzących w organizmie człowieka w takich przypadkach, kiedy zakładana dokładność modelu wymaga uwzględnienia zjawisk losowych. Modele probabilistyczne mogą być stosowane przy prognozowaniu rozwoju epidemii lub innych procesów o masowym charakterze.11 Etap modelowania to oprócz znalezienia modelu matematycznego wybór optymalnego modelu, który w jak najlepszy sposób odwzorowuje dane rzeczywiste. 9 Ibidem. Ibidem. 11 Ibidem. 10 Mając stworzone modele matematyczne możemy przystąpić do prognozowania zjawisk zdrowotnych. Warunkiem koniecznym aby można było prognozować zjawiska jest uwzględnienie takich zmiennych wejściowych, których kształtowanie się jesteśmy w stanie przewidzieć w przyszłości np. warunki atmosferyczne w danym regionie możemy przewidzieć na kilka dni do przodu (publikuje je IMiGW), ale uwzględnienie warunków atmosferycznych w celu prognozowania długookresowego np. na najbliższe lata może być obarczone dużym błędem. Jeżeli jednak dochodzimy do wniosku iż uwzględnienie ciężkiego do oszacowania w przyszłości parametru jest konieczne należy spróbować w jakiś sposób określić jego przewidywaną wartość np. w przypadku warunków atmosferycznych można założyć iż np. średnia temperatura w poszczególnych miesiącach w kolejnych latach nie będzie znacząco odbiegała od temperatury w latach minionych. Wbrew wielu opiniom, czas wcale nie musi być jedną ze zmiennych wejściowych do modelu matematycznego aby móc prognozować dane zjawisko, gdyż model nie musi być bezpośrednio uzależniony od czasu, jego zależność będzie pośrednia, np. prognozując rozkład wiekowy zachorowalności na daną chorobę w modelu przedstawiającym aktualne i historyczne dane uwzględniamy rozkład wiekowy ogółu społeczeństwa w danym regionie. Projektując dane na np. na rok 2010, uwzględnimy prognozę struktury wiekowej mieszkańców danego regionu na rok 2010. Czas więc bezpośrednio nie znajdzie się w modelu, ale pośrednio będzie miał na niego wpływ. Jakość prognozy określana jest przez obliczenie dwóch rodzajów błędów. W momencie obliczania prognozy generowany jest względny błąd prognozy ex–ante. Wielkość tego błędu mówi nam o tym, czy daną prognozę można przyjąć czy też należy ją odrzucić. Wraz z upływem czasu, gdy dostępne są dane pozwalające obliczyć trafność prognozy obliczamy średni względny błąd prognozy ex-post w przedziale weryfikacji. Jakie korzyści daje nam monitorowanie, modelowanie i prognozowanie zjawisk zachodzących na rynku ochrony zdrowia? Wymienię tylko kilka korzyści ważnych z punktu widzenia samorządu terytorialnego. Do niewątpliwych zalet stworzenia takiego systemu zaliczyć możemy: • Możliwość stałego monitorowania wolnych łóżek w szpitalach - możliwość szybkiego podjęcia decyzji, gdzie zawieść pacjentów w razie wypadku, epidemii bądź innego zdarzenia losowego. W tej chwili brakuje takich informacji co może powodować, iż pacjentom nie dostarczona zostanie pomoc na czas. • System alarmów epidemiologicznych – system informujący o przekroczeniu progów alarmowych danego zjawiska. Dzięki czemu do właściwych organów dotrze informacja o grożącej epidemii, a co za tym idzie będzie możliwość podjęcia szybkiej akcji i wyeliminowaniu zagrożenia. Znaczące odchylenie od średniej Rysunek 2. Informacja o przekroczeniu progu alertowego Źródło: KAMSOFT materiały własne • Rozkłady wiekowe zachorowalności – informacje pozwalające stwierdzić do kogo powinna być skierowana akcja profilaktyczna, kto jest najbardziej narażony na zachorowanie. Informacja ta pozwoli precyzyjnie określić kto powinien zostać poddany badaniu. Rozkłady wiekowe umożliwiają również przygotowanie prognozy rozkładu zachorowalności w przyszłości. Dzięki stworzonym modelom można wykonać prognozę na kilka sposobów np. przy założeniu iż stosunek ludzi chorych w danym wieku do ogólnej liczby ludzi nie zmieni się lub też iż zachorowalność na daną chorobę w przyszłości ulegnie przesunięciu wiekowemu. KARDIOLOGIA 140000 ilość ordynacji 120000 100000 80000 60000 40000 20000 95 90 85 80 75 70 65 60 55 50 45 40 35 30 25 20 15 5 10 0 0 wiek Rysunek 3. Ilość ordynacji lekarskich w zależności od wieku pacjenta związanych z chorobami serca Źródło: Z. Kamiński, Zakłócenia w systemie OSOZ, „OSOZ” 2007, nr 6., s.5. • Rozkłady czasowe zachorowalności – informacja pozwoli odpowiedzieć na pytanie kiedy może grozić nam niebezpieczeństwo związane z jakąś chorobą. Rozkłady czasowe zachorowalności mogą być przygotowane w podziale na poszczególne dni, tygodnie, miesiące lub lata w zależności od zjawiska które chcemy badać i czasu w jakim dane zjawisko się rozprzestrzenia. Informacja ta może posłużyć np. do określenia terminu promocji szczepień p/grypie. 700 000 P rognoza ilości sprzedanych opakowań szczepionek 650 000 600 000 W zrost owy t rend ilosci sp rzedanych opakowan szczepionek 550 000 500 000 450 000 400 000 350 000 300 000 250 000 200 000 150 000 100 000 50 000 1 2 3 4 5 6 7 8 9 101112 1 2 3 4 5 6 7 8 9 101112 1 2 3 4 5 6 7 8 9 101112 1 2 3 4 5 6 7 8 9 101112 1 2 3 4 5 6 7 8 9 101112 1 2 3 4 5 6 7 8 9 101112 2002 2003 2004 2005 2006 2007 Rysunek 4. Prognoza ilości sprzedanych opakowań szczepionek na rok 2007 Źródło: KAMSOFT materiały własne • Rozkłady regionalne zachorowalności – pozwalają na obserwację w przypadku zagrożeń epidemiologicznych rozprzestrzeniania się danej choroby. Rozkłady regionalne pozwalają obserwować rozprzestrzenianie się choroby na obszarze całego kraju, na obszarze danego województwa a także danego miasta. Ostatnia z tych analiz pozwala nam na dokładne wykrycie ogniska zapalnego danej choroby lub też na wyłapanie w obszarze danego miasta obszarów „zaniedbanych” pod względem profilaktyki jaki i pod względem prowadzenia skutecznej metody leczenia. Rozkłady regionalne pozwalają w łatwy sposób zorientować się w których regionach kraju dana jednostka chorobowa zbiera „największe żniwo” Koszty alergii przypadające na 1000 mieszkańców STYCZEŃ LUTY MARZEC KWIECIEŃ MAJ CZERWIEC LIPIEC SIERPIEŃ WRZESIEŃ PAŹDZIERNIK LISTOPAD GRUDZIEŃ Rysunek 5. Koszty środków na alergię w przeliczeniu na 1000 mieszkańców Źródło: KAMSOFT materiały własne Rysunek 6. Ilość zachorowań na grypę w Górnośląskim Okręgu Przemysłowych w okresie od 1 stycznia 2007 do 7 stycznia 2007 – dane testowe Źródło: KAMSOFT materiały własne Rysunek 7. Ilość zachorowań na grypę w Górnośląskim Okręgu Przemysłowych w okresie od 8 stycznia 2007 do 14 stycznia 2007 – dane testowe Źródło: KAMSOFT materiały własne • Rozkłady regionalne badań laboratoryjnych – dane pozwalające określić poziom enzymów, hormonów, białek, elektrolitów oraz wielu pierwiastków w naszym organizmie. Dzięki temu można na bieżąco stwierdzić, iż mieszkańcy konkretnego regionu (województwa, powiatu, miasta) mają niedobór jakiegoś pierwiastka. Taka informacja może doprowadzić do sprecyzowania listy potencjalnych chorób, na które są narażone osoby zamieszkujące dany teren. Właśnie poziom danego pierwiastka w ludzkim organizmie może być jedną ze zmiennych wejściowych do modelu matematycznego zachorowalności. Tak więc może to być sugestią do podjęcia działań mających na celu zwiększenie lub zmniejszenie danego pierwiastka w ludzkim organizmie i co się z tym wiąże zmniejszeniem zachorowalności. Podane raporty są przykładowymi danymi. Zestawień tworzonych na podstawie opracowywanych modeli matematycznych można tworzyć praktycznie nieograniczoną ilość. To ile należy stworzyć takich zestawień w głównej mierze zależy od osób, które będą z tego korzystały i zakresu informacji jaki potrzebują do osiągnięcia celów postawionych przed nimi. Samo stworzenie modelu zdrowotnego kraju to jednak nie tylko zestawienia ale także wiele ułatwień dla pacjentów. Jedną ze zmiennych równania może być optymalny czas przyjęcia leku, dzięki czemu można uruchomić system SMS-ów przypominający o konieczności zażycia odpowiedniego środka leczniczego lub też przypominający o konieczności wykonania badań profilaktycznych. 3. Zakończenie System modelowania, prognozowania i monitorowania zdarzeń zdrowotnych może w znaczący sposób zoptymalizować działania jakie stoją przed jednostkami samorządu terytorialnego w zakresie ochrony zdrowia. Jeżeli spojrzymy na wydatki jakie przeznaczyło województwo śląskie na działania związane z ochroną zdrowia w 2006 roku (według sprawozdania z wykonania budżetu była to kwota sięgająca prawie 67 mln PLN) do tego dołożymy kwoty przeznaczane na ochronę zdrowia z budżetów miast i powiatów, wówczas zobaczymy iż mamy do czynienia z bardzo dużymi kwotami. Niestety wciąż są to kwoty zbyt małe aby starczyło na wszystko. Dlatego też wskazana jest optymalizacja działań związanych z ochroną zdrowia, która ma za zadanie polepszyć stan zdrowia społeczeństwa. Bibliografia Kamiński Z., Cybernetyczny pacjent, „OSOZ” 2007, nr 2. Kamiński Z., Zakłócenia w systemie OSOZ, „OSOZ” 2007, nr 6. Pawłowski Z., Wstęp do statystycznej metody reprezentacyjnej, PWN Warszawa 1972, s.62 Źródła internetowe www.osoz.pl http://bip.silesia-region.pl http://www.sejm.gov.pl Summary Systems of early warning and preventions generation of epidemiological phenomenon will allow better management of public society health in context of smallest unit of local government as well as greater units like province or country. These systems will aid preventive medicine and they will allow to bring up level of health of society. Building of monitoring system in foothold about statistic foundation will enable exact monitoring of forming healthy phenomena depending on many factors effecting these phenomena like: time, territorial site, weather conditions.