Основными причинами быстрого роста затрат на лекарственную терапию являются создание более эффективных и дорогостоящих методов диагностики и лечения, увеличение доли инвалидов, людей пенсионного возраста и др. Вполне понятно, что не рост лекарственного бюджета, а максимальная польза для здоровья всегда должна быть главной задачей в здравоохранении. В то же время в основе любого фармакоэкономического исследования необходимо сопоставлять полученную от лекарственных средств пользу с затраченными на них денежными средствами.

Исследуемый нами объект – больные, нуждающиеся в проведении интенсивной терапии, является стохастической системой. Ее состояние характеризуют параметры – отклики (Y₁Y₂…Y₁) на воздействие контролируемых (Х₁Х₂…Х_к), неконтролируемых и случайных факторов (рис.1). Применительно к целям и задачам настоящего исследования к контролируемым факторам, измеряемым количественно в баллах или номинально, следует отнести: возраст, срок лечения, срок интенсивной терапии.

Кроме того, на наш взгляд, необходим еще ряд факторов, которые, по всей вероятности, тоже можно рассматривать как контролируемые: дозировки лекарственных средств, формы их выпуска, способы и кратности введения, потенциальные взаимодействия назначаемых лекарственных препаратов. Так, при анализе диапазона дозировок назначаемых лекарственных препаратов следует выяснить причину их разброса. Возможно, здесь имеют место различия терапевтических доктрин врачей, либо Основными причинами быстрого рос-

та затрат на лекарственную терапию являются создание более эффективных и дорогостоящих методов диагностики и лечения, увеличение доли инвалидов, людей пенсионного возраста и др. Вполне понятно, что не рост лекарственного бюджета, а максимальная польза для здоровья всегда должна быть главной задачей в здравоохранении. В то же время в основе любого фармакоэкономического исследования необходимо сопоставлять полученную от лекарственных средств пользу с затраченными на них денежными средствами.

Исследуемый нами объект – больные, нуждающиеся в проведении интенсивной терапии, является стохастической системой. Ее состояние характеризуют параметры – отклики (Y1Y2…Y1) на воздействие контролируемых (Х1Х2…Хк), неконтролируемых и случайных факторов (рис.1). Применительно к целям и задачам настоящего исследования к контролируемым факторам, измеряемым количественно в баллах или номинально, следует отнести: возраст, срок лечения, срок интенсивной терапии.

Кроме того, на наш взгляд, необходим еще ряд факторов, которые, по всей вероятности, тоже можно рассматривать как контролируемые: дозировки лекарственных средств, формы их выпуска, способы и кратности введения, потенциальные взаимодействия назначаемых лекарственных препаратов. Так, при анализе диапазона дозировок назначаемых лекарственных препаратов следует выяснить причину их разброса. Возможно, здесь имеют место различия терапевтических доктрин врачей, либо го из показателей в фармакоэкономическом анализе лекарственной терапии.

Потенциальную важность назначаемых лекарственных препаратов можно оценить по шкале VEN. При этом следует иметь в виду, что, по всей вероятности, большее число назначаемых в отделении интенсивной терапии лекарственных средств будут относится к разряду жизненно важных.

К числу основных неконтролируемых факторов, не измеряемых количественно, целесообразно отнести: класс заболевания, пол, наличие тяжелой сочетанной травмы, наличие записей о сопутствующих заболеваниях.

Что же касается выходных параметров-откликов, то рациональнее всего рассматривать выбранные показатели потребления:

- стоимость полного курса;

- ассортимент лекарственных средств;

- прямые затраты на лекарственные средства;

- среднесуточные затраты на лекарственное обеспечение;

- количество назначаемых групп препаратов;

- объем потребления, выраженный через количество упаковок, флаконов, доз.

Все выявленные факторы дают возможность в последующем использовать ковариационный анализ для оценки влияния их на моделируемые параметры-отклики. Кроме того, данные факторы являются необходимыми при разработке рациональных подходов к формированию фармакоэкономических стандартов.

В частности, на первоначальном этапе ковариационного анализа следует провести стандартный многомерный дисперсионный анализ показателей-откликов в зависимости от основных неколичественных факторов. Для этого необходимо оценить не только, как эти факторы влияют на показатели потребления ЛС, но и какие из них главным образом влияют на стоимость фармакотерапии. Если оптимально удастся установить средние затраты на проведение интенсивной терапии больным на исследуемые классы болезней, а также номенклатуру назначаемых препаратов и количество товарных единиц ЛС, то использование дисперсионного анализа для выяснения влияния качественных факторов на показатели потребления вполне окажется правомерным. Это подтверждается тем, что в результате дисперсионного анализа полного факторного эксперимента в рамках проведения настоящего исследования можно получить:

- оценки величины и значимости линейных эффектов и эффектов взаимодействия основных факторов на моделируемый показатель;

- средние значения показателя для различных уровней основных факторов и в их сочетаниях;

- оценки значимости различия средних значений показателя для различных уровней основных факторов и их сочетаний по ряду выбранных критериев (Дункана, Фишера и др.). Таким образом, по результатам первого этапа ковариационного анализа можно оценить оптимально степень влияния основных факторов на моделируемые показатели. При этом не следует оценивать влияние сопутствующих количественных факторов на показатели-отклики, так как дисперсия данных показателей попадает в группу дисперсии случайных и неконтролируемых факторов.

Последующий этап ковариационного анализа предусматривает получение оценки степени влияния количественных факторов на потребление лекарственных средств. В частности, речь идет о построении модели для параметра-отклика Y в зависимости от входного фактора Х. Наиболее очевидной является линейная модель, т.е. уравнения регрессии вида:

У=а+вс,

У – прогнозируемое значение параметра Y,

а – свободный член;

в – коэффициент регрессии.

При этом, коэффициент регрессии показывает, на сколько в среднем изменяется параметр Y при изменении фактора Х на одну единицу. Приведенное уравнение регрессии дает возможность изучить характер изменения параметра Y при изменении фактора Х. Кроме того, можно дать прогноз значения параметра Y при заданном значении фактора Х и определить оптимальное значение фактора Х для получения параметра Y на требуемом уровне.

Для количественной оценки направления, силы и значимости линейной связи между всеми переменными базы данных попарно необходимо провести многомерный корреляционный анализ. Известно, что указанная связь характеризуется коэффициентом корреляции Пирсона. Если же имеется необходимость изучить связи между входными факторами и выходными параметрами не попарно, а в их совокупности, то следует провести канонический корреляционный анализ. Такой анализ на начальном этапе исследования позволяет оценить достаточность связи между входными факторами и выходными параметрами, что необходимо для построения для них надежных моделей и выделить наиболее значимые факторы и информативные параметры-отклики на воздействия.

Одновременно с проведением ковариационного анализа в ряде случаев можно использовать метод многомерного моделирования по таблицам сопряженности, используя логлинейный анализ. Так, при наблюдении объектов каждый из признаков, характеризующих эти объекты, необходимо представить в исходной матрице кодами их уровней. В этом случае по данным исходной матрицы наблюдений оказывается возможным получить таблицу сопряженности, включающую частоты наблюдений на всех сочетаниях уровней признаков. Последующий многофакторный анализ таблиц сопряженности позволяет решить задачи моделирования частот наблюдений в ячейках этих таблиц, т.е. на всех возможных сочетаниях уровней признаков, сравнения их и поиска оптимальных уровней входных факторов, при которых признаки-отклики получают требуемые значения.

Проведение такого анализа особенно рационально в случаях ограниченного объема числа наблюдений, решения проблемы нелинейного изменения частот при изменении уровней входных факторов и результирующих признаков-откликов. В конечном итоге, логлинейный анализ обеспечит установление силы и значимости связей между признаками с учетом их взаимодействия, определение степени влияния входных факторов на выходные результирующие признаки-отклики, прогнозирование ожидаемых частот наблюдений при определенных сочетаниях уровней факторов.