Динамика заболеваемости и смертности от рака в Гомельской области: статистический анализ и прогноз с использованием модели ARIMA до 2030 г.

   Цель исследования. Провести анализ временных рядов динамики показателей заболеваемости и смертности от рака молочной железы, рака предстательной железы, колоректального рака и рака шейки матки в Гомельской области за период с 1982 по 2022 гг. с помощью метода ARIMA и смоделировать вероятный прогноз данных показателей до 2030 г.

   Материалы и методы. Анализировались данные заболеваемости и смертности от указанных видов рака с использованием статистических методов, включая ARIMA-моделирование. Использовались данные о возрасте пациентов при выявлении заболевания, стадии впервые выявленного заболевания, процентах выявления рака на разных стадиях, проценте смертности и ее динамике после постановки диагноза.

   Результаты. На основании анализа данных с использованием модели ARIMA разработана модель прогноза заболеваемости раком в ближайшем будущем. По прогнозу следует ожидать, что произойдет увеличение заболеваемости раком молочной железы, предстательной железы, шейки матки и колоректальным раком до 2030 г., снижение возраста пациентов при впервые выявляемом заболевании, изменение структуры выявления на различных стадиях и увеличение процента выявления заболеваний при профилактических осмотрах. Прогнозируется увеличение смертности от данных видов рака, с некоторыми изменениями в среднем возрасте пациентов показателей смерти и стадийной динамике.

   Заключение. Прогнозирование показателей заболеваемости и смертности от рака подчеркивает необходимость более активного скрининга и ранней диагностики злокачественных новообразований. Это может способствовать улучшению выявления заболевания на более ранних стадиях и повысить эффективность лечения, снизив общую смертность от рака.

1. Океанов А.Е., Моисеев П.И., Левин Л.Ф., Евмененко А.А., Ипатий Т.Б. Рак в Беларуси: цифры и факты. Анализ данных Белорусского канцеррегистра за 2010-2019 гг. Минск: РНПЦ ОМР им. Н.Н. Александрова; 2020. 298 с.

2. Всемирная организация здравоохранения. (2021). Неинфекционные заболевания. Основные факты. [Электронный ресурс]. [дата обращения 2023 ноябрь 01]. Режим доступа: https://www.who.int/ru/news-room/fact-sheets/detail/noncommunicable-diseases

3. Ванинов А.С. Злокачественные новообразования как наиболее приоритетная медико-социальная проблема системы здравоохранения. Бюллетень науки и практики. 2019;11(5):120-130. doi: 10.33619/2414-2948/48/16

4. Jakobsen E, Olsen KE, Bliddal M, Hornbak M, Persson, GF, Green A. Forecasting lung cancer incidence, mortality, and prevalence to year 2030. BMC Cancer. 2021;21(1):985. doi: 10.1186/s12885-021-08696-6

5. Егоров Д.Б., Захаров С.Д., Егорова А.О. Современные методы анализа и прогнозирования временных рядов и их применение в медицине. Врач и информационные технологии. 2020;(1):21-26.

6. Макаровских Т.А., Аботалеб М.С.А. Автоматический подбор параметров модели ARIMA для прогноза количества случаев заражения и смерти от COVID-19. Вестник ЮУрГУ. Серия: Вычислительная математика и информатика. 2021;10(2):20-37. doi: 10.14529/cmse210202

7. Андреев Е.М., Барчук А.А., Турсун-Заде Р.Т., Мерабишвили В.М. Демографический анализ онкологической заболеваемости и смертности на основе данных популяционных раковых регистров Северо-Запада России. Демографическое обозрение. 2019;6(2):84-103.

8. Kent P, Cancelliere C, Boyle E, et al. A conceptual frame-work for prognostic research. BMC Med Res Methodol. 2020;20: Article number 172. doi: 10.1186/s12874-020-01050-7

9. Заридзе Д.Г., Каприн А.Д., Стилиди И.С. Динамика заболеваемости злокачественными новообразованиями и смертности от них в России. Вопросы онкологии. 2018;64(5):578-591. doi: 10.37469/0507-3758-2018-64-5-578-591

10. Моисеев ПИ, Океанов АЕ, Якимович ГВ. Белорусский канцер-регистр как единый информационно-аналитический комплекс. Поволжский онкологический вестник. 2011;1(1):69-70.