Claims (24)
Способ прогнозирования длительности временной нетрудоспособности при стоматологической заболеваемости, включающий осмотр, диагностику, установления факта временного ограничения трудоспособности пациента и его лечения с каждой нозологической группой стоматологической заболеваемости, дата обращения, диагноз заболевания, пол и возраст пациента, стаж, сезонность, отличающийся тем, что длительность временной нетрудоспособности рассчитывают по следующей методике:A method for predicting the duration of temporary disability due to dental morbidity, including examination, diagnosis, establishing the fact of temporary disability of the patient and his treatment for each nosological group of dental morbidity, date of application, diagnosis of the disease, gender and age of the patient, length of service, seasonality, characterized in that the duration Temporary disability is calculated using the following method:
Метод разработки прогностической модели: парная линейная регрессия. Линейная регрессия - выявляет некую зависимость одного количественного показателя (Y) от другого (X) по следующей формуле:Method for developing a predictive model: paired linear regression. Linear regression - reveals a certain dependence of one quantitative indicator (Y) on another (X) according to the following formula:
где Y - зависимый показатель (прогнозируемый показатель),where Y is the dependent indicator (predicted indicator),
X - независимый показатель (год),X - independent indicator (year),
A1 - коэффициент регрессии,A 1 - regression coefficient,
A - const, постояннаяA - const, constant
Суть метода линейной регрессии - в нахождении коэффициента регрессии A1 и постоянной (константы) AThe essence of the linear regression method is to find the regression coefficient A 1 and the constant (constant) A
1) Коэффициент регрессии (A1) показывает, на сколько изменится зависимый показатель Y, если увеличить значение года (X) на 1;1) The regression coefficient (A 1 ) shows how much the dependent indicator Y will change if the value of the year (X) is increased by 1;
Коэффициент регрессии (A1) вычисляется по формуле:The regression coefficient (A 1 ) is calculated using the formula:
A1 = rxy × (σY/σX)A 1 = r xy × (σ Y /σ X )
где А1 - коэффициент регрессии; where A 1 is the regression coefficient;
σY и σX — среднеквадратические отклонения признаков X и Y, которые рассчитываются по следующей формуле:σ Y and σ X are the standard deviations of characteristics X and Y, which are calculated using the following formula:
где d - разность между каждой вариантой и средней арифметической (d = ν - M), где ν - значение либо X, либо Y, соответственно; where d is the difference between each option and the arithmetic mean (d = ν - M), where ν is the value of either X or Y, respectively;
rxy - коэффициент корреляции между признаками X и Y, который находится по следующей формуле:r xy is the correlation coefficient between characteristics X and Y, which is found by the following formula:
где d - разность между каждой вариантой и средней арифметической (d = ν - M), где ν - значение либо X, либо Y, соответственно;where d is the difference between each option and the arithmetic mean (d = ν - M), where ν is the value of either X or Y, respectively;
2) Константа (A) показывает, какое значение будет у зависимой переменной Y при нулевом значении фактора X;2) Constant (A) shows what value the dependent variable Y will have if factor X is zero;
А =My - A1* Mx A = My - A1* Mx
My - средняя арифметическая значений Y;M y - arithmetic mean of Y values;
Mx - средняя арифметическая значений X;M x - arithmetic mean of X values;
А1 - коэффициент регрессии;A 1 - regression coefficient;
После нахождения коэффициентов А1 и А, значение года, для которого рассчитывается прогноз, подставляется как X в уравнение (1); полученное в результате значение Y - является искомым прогнозным показателем.After finding the coefficients A 1 and A, the value of the year for which the forecast is calculated is substituted as X into equation (1); the resulting Y value is the desired predictive indicator.