Математические модели для прогнозирования частоты врожденных пороков развития

Врожденные пороки развития являются важным индикатором состояния окружающей среды, а антропогенное загрязнение атмосферы во многом влияет на частоту врожденных пороков развития у новорожденных. Целью настоящего исследования является изучение причинно-следственных связей между частотой врожденных пороков развития новорожденных и антропогенными атмосферными загрязнителями посредством корреляционного и дисперсионного методов, а также разработка математических моделей для прогнозирования врожденных пороков развития в зависимости от конкретных поллютантов. Корреляционным и дисперсионным методом изучены связи основных антропогенных атмосферных загрязнителей с частотой врожденных пороков развития среди всех новорожденных в г. Белгороде за 2000- 2015 гг. На основе регрессионного метода разрабатывались прогностические модели. Установлено наибольшее влияние на распространенность врожденных пороков развития различных систем и органов превышения в атмосфере предельной допустимой концентрации аммиака и оксида углерода, имеющих по 11 достоверных корреляционных связей из 12 исследуемых нозологий и врожденных пороков развития в целом. Согласно дисперсионному анализу, максимальный уровень комбинированного влияния антропогенных загрязнителей атмосферы выявлен для врожденных пороков развития костно-мышечной системы (95,69%), лица и шеи (94,66%), центральной нервной системы (92,31%), пищеварительной системы (93,76%). Созданные регрессионные модели на требуемом уровне обеспечивают прогнозирование разных форм врожденных пороков развития в зависимости от антропогенных поллютантов.

Mathematical Models to Predict the Incidence of Congenital Malformations

Congenital malformations are an important indicator of the state of environment and anthropogenic pollution largely influences the frequency of congenital malformations in newborns. The purpose of this study is to examine the causal relationships between the frequency of congenital malformations of newborns and anthropogenic atmospheric pollutants by correlation and variance methods and the development of mathematical models for prediction of congenital malformations, depending on the specific pollutants. Correlation and dispersion method were studied communication major anthropogenic atmospheric pollutants with the incidence of congenital malformations among all newborns in the city of Belgorod for 2000-2015 based On the regression method developed predictive models. Installed the greatest impact on the prevalence of congenital malformations of various systems and organs in the atmosphere exceeded the maximum allowable concentration of ammonia and carbon dioxide, with 11 reliable correlations out of the 12 studied nosology and congenital malformations in General. According to variance analysis, the maximum level of the combined effect of anthropogenic pollutants have been identified for congenital malformations of the musculoskeletal system (95.69 per cent), face and neck (94,66%), Central nervous system (of 92.31%), digestive system (93,76%). Created a regression model at the required level to provide a prediction of different forms of congenital malformations, depending on anthropogenic pollutants.

Authors
Agarkov N.M.1 , Kitcha D.I. 2 , Subbotina T.I. 3 , Ivanov A.V. 4 , Makkonen K.F.5 , Gontarev S.N.1
Publisher
Юго-Западный государственный университет
Number of issue
2
Language
Russian
Pages
102-108
Status
Published
Volume
7
Year
2017
Organizations
  • 1 Southwest State University
  • 2 Russian Peoples Friendship University
  • 3 Tula State University
  • 4 Kursk State Medical University
  • 5 Belgorod State National Research University
Keywords
congenital malformations; man-made air pollutants; dispersion method; correlation and regression analysis; врожденные пороки развития; антропогенные атмосферные загрязнители; дисперсионный метод; корреляционный и регрессионный анализ
Date of creation
10.07.2024
Date of change
10.07.2024
Short link
https://repository.rudn.ru/en/records/article/record/145378/
Share

Other records

Kitcha D.I., Ivanov V.A., Lutsenko V.D., Shulga L.V., Yakovlev A.P., Ivanov A.V.
Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. Юго-Западный государственный университет. Vol. 7. 2017. P. 115-122