Monitorowanie i prognozowanie zjawisk zdrowotnych jako element wspomagający zarządzanie jednostkami samorządów terytorialnych.

Wielkość: px
Rozpocząć pokaz od strony:

Download "Monitorowanie i prognozowanie zjawisk zdrowotnych jako element wspomagający zarządzanie jednostkami samorządów terytorialnych."

Transkrypt

1 mgr Łukasz Stopa Przedsiębiorstwo Informatyczne KAMSOFT 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.

2 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 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 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

3 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

4 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.

5 Źródło: KAMSOFT materiały własne Rysunek 1. Schemat budowy modelu matematycznego 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: gdzie: n - minimalna wielkość próbki, N - liczebność całej populacji, 2 S - wariancja z wstępnej próby, n u * S 2 2 α 2 = d uα * S N * d 2 d - średni błąd szacowanego estymatora, uα - wartość parametru odczytana z tablic rozkładów statystycznych, dla których spełniona jest nierówność: gdzie: X m P ( uα ) = α, S 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

6 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: d 2 = u 2 * S 2 α 3 n *( N 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

7 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.

8 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 para- 4 Z. Kamiński, Cybernetyczny pacjent, OSOZ 2007, nr 2. 5 Ibidem.

9 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.

10 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 Ibidem. 8 Ibidem.

11 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. 10 Ibidem. 11 Ibidem.

12 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 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

13 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.

14 Znaczące odchylenie od średniej Źródło: KAMSOFT materiały własne Rysunek 2. Informacja o przekroczeniu progu alertowego 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.

15 KARDIOLOGIA ilość ordynacji 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.

16 P rognoza ilości sprzedanych opakowań szczepionek W zrost owy t rend ilosci sprzedanych opakowan szczepionek 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

17 KWIECIEŃ MAJ CZERWIEC LIPIEC SIERPIEŃ WRZESIEŃ PAŹDZIERNIK LISTOPAD GRUDZIEŃ Rysunek 5. Koszty środków na alergię w przeliczeniu na 1000 mieszkańców Źródło: KAMSOFT materiały własne

18 Rysunek 6. Ilość zachorowań na grypę w Górnośląskim Okręgu Przemysłowych w okresie od 1 Źródło: KAMSOFT materiały własne stycznia 2007 do 7 stycznia 2007 dane testowe

19 Rysunek 7. Ilość zachorowań na grypę w Górnośląskim Okręgu Przemysłowych w okresie od 8 Źródło: KAMSOFT materiały własne stycznia 2007 do 14 stycznia 2007 dane testowe 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.

20 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 Summary Systems of early warning and preventions generation of epidemiological phenomenon will allow better management of public society health in

21 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.

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp. Sprawdzian 2. Zadanie 1. Za pomocą KMNK oszacowano następującą funkcję produkcji: Gdzie: P wartość produkcji, w tys. jp (jednostek pieniężnych) K wartość kapitału zaangażowanego w proces produkcji, w tys.

Bardziej szczegółowo

Wykład 3 Hipotezy statystyczne

Wykład 3 Hipotezy statystyczne Wykład 3 Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu obserwowanej zmiennej losowej (cechy populacji generalnej) Hipoteza zerowa (H 0 ) jest hipoteza

Bardziej szczegółowo

Testy nieparametryczne

Testy nieparametryczne Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów

Bardziej szczegółowo

3. Modele tendencji czasowej w prognozowaniu

3. Modele tendencji czasowej w prognozowaniu II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

Wiadomości ogólne o ekonometrii

Wiadomości ogólne o ekonometrii Wiadomości ogólne o ekonometrii Materiały zostały przygotowane w oparciu o podręcznik Ekonometria Wybrane Zagadnienia, którego autorami są: Bolesław Borkowski, Hanna Dudek oraz Wiesław Szczęsny. Ekonometria

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

Testowanie hipotez statystycznych. Wnioskowanie statystyczne Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy

Bardziej szczegółowo

Testowanie hipotez statystycznych.

Testowanie hipotez statystycznych. Bioinformatyka Wykład 4 Wrocław, 17 października 2011 Temat. Weryfikacja hipotez statystycznych dotyczących wartości oczekiwanej w dwóch populacjach o rozkładach normalnych. Model 3. Porównanie średnich

Bardziej szczegółowo

Weryfikacja hipotez statystycznych

Weryfikacja hipotez statystycznych Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2 STATYSTYKA I DOŚWIADCZALNICTWO Wykład Parametry przedziałowe rozkładów ciągłych określane na podstawie próby (przedziały ufności) Przedział ufności dla średniej s X t( α;n 1),X + t( α;n 1) n s n t (α;

Bardziej szczegółowo

LABORATORIUM JAKO OGNIWO PROFILAKTYKI

LABORATORIUM JAKO OGNIWO PROFILAKTYKI II MAŁOPOLSKA KONFERENCJA SZPITALI PROMUJĄCYCH ZDROWIE MGR JOANNA FIJOŁEK BUDOWA SYSTEMU JAKOŚCI W LABORATORIACH MEDYCZNYCH W OPARCIU O SYSTEMY INFORMATYCZNE LABORATORIUM A CELE PROGRAMU SZPITALI PROMUJĄCYCH

Bardziej szczegółowo

Estymacja przedziałowa

Estymacja przedziałowa Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski Metody analizy danych ćwiczenia Estymacja przedziałowa Program ćwiczeń obejmuje następująca zadania: 1. Dom handlowy prowadzący

Bardziej szczegółowo

Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski

Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski Narzędzia statystyczne i ekonometryczne Wykład 1 dr Paweł Baranowski Informacje organizacyjne Wydział Ek-Soc, pok. B-109 pawel@baranowski.edu.pl Strona: baranowski.edu.pl (w tym materiały) Konsultacje:

Bardziej szczegółowo

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa Weryfikacja hipotez statystycznych Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy populacji, o prawdziwości lub fałszywości którego wnioskuje się na podstawie

Bardziej szczegółowo

Sterowanie wielkością zamówienia w Excelu - cz. 3

Sterowanie wielkością zamówienia w Excelu - cz. 3 Sterowanie wielkością zamówienia w Excelu - cz. 3 21.06.2005 r. 4. Planowanie eksperymentów symulacyjnych Podczas tego etapu ważne jest określenie typu rozkładu badanej charakterystyki. Dzięki tej informacji

Bardziej szczegółowo

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK 1 PROGNOZOWANIE I SYMULACJE 2 http://www.outcome-seo.pl/excel1.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodatek Solver jest dostępny w menu Narzędzia. Jeżeli Solver nie jest

Bardziej szczegółowo

Po co w ogóle prognozujemy?

Po co w ogóle prognozujemy? Po co w ogóle prognozujemy? Pojęcie prognozy: racjonalne, naukowe przewidywanie przyszłych zdarzeń stwierdzenie odnoszącym się do określonej przyszłości formułowanym z wykorzystaniem metod naukowym, weryfikowalnym

Bardziej szczegółowo

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1. tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1

Bardziej szczegółowo

Krótkoterminowe planowanie finansowe na przykładzie przedsiębiorstw z branży budowlano- montażowej (PKD 22)

Krótkoterminowe planowanie finansowe na przykładzie przedsiębiorstw z branży budowlano- montażowej (PKD 22) Alicja Janowska Uniwersytet Ekonomiczny we Wrocławiu Krótkoterminowe planowanie finansowe na przykładzie przedsiębiorstw z branży budowlano- montażowej (PKD 22) Working paper Kwiecień 2013 1. Wstęp Planowanie

Bardziej szczegółowo

Część IV. System realizacji Strategii.

Część IV. System realizacji Strategii. Część IV. System realizacji Strategii. Strategia jest dokumentem ponadkadencyjnym, określającym cele, kierunki i priorytety działań na kilka lat oraz wymagającym ciągłej pracy nad wprowadzaniem zmian i

Bardziej szczegółowo

Inteligentna analiza danych

Inteligentna analiza danych Numer indeksu 150946 Michał Moroz Imię i nazwisko Numer indeksu 150875 Grzegorz Graczyk Imię i nazwisko kierunek: Informatyka rok akademicki: 2010/2011 Inteligentna analiza danych Ćwiczenie I Wskaźniki

Bardziej szczegółowo

OGŁOSZENIE O ZAMÓWIENIU nr 1/2013 (POWYŻEJ 14 tys. EURO)

OGŁOSZENIE O ZAMÓWIENIU nr 1/2013 (POWYŻEJ 14 tys. EURO) Łódź, dn. 23.12.2013r. OGŁOSZENIE O ZAMÓWIENIU nr 1/2013 (POWYŻEJ 14 tys. EURO) 1. Zamawiający Firma i adres: PL Europa S.A. NIP: 725-195-02-28 Regon: 100381252 2. Tryb udzielenia zamówienia Zgodnie z

Bardziej szczegółowo

mgr DOROTA GRAŻYNA GNIEWOSZ Trutnov, 9 listopada 2016 r. CZ /0.0/0.0/15_005/000051

mgr DOROTA GRAŻYNA GNIEWOSZ Trutnov, 9 listopada 2016 r. CZ /0.0/0.0/15_005/000051 mgr DOROTA GRAŻYNA GNIEWOSZ Trutnov, 9 listopada 2016 r. to zespół osób i instytucji mający za zadanie zapewnić opiekę zdrowotną ludności. Polski system opieki zdrowotnej oparty jest na modelu ubezpieczeniowym,

Bardziej szczegółowo

Spis treści 3 SPIS TREŚCI

Spis treści 3 SPIS TREŚCI Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe

Bardziej szczegółowo

PAWEŁ SZOŁTYSEK WYDZIAŁ NAUK EKONOMICZNYCH

PAWEŁ SZOŁTYSEK WYDZIAŁ NAUK EKONOMICZNYCH PROGNOZA WIELKOŚCI ZUŻYCIA CIEPŁA DOSTARCZANEGO PRZEZ FIRMĘ FORTUM DLA CELÓW CENTRALNEGO OGRZEWANIA W ROKU 2013 DLA BUDYNKÓW WSPÓLNOTY MIESZKANIOWEJ PRZY UL. GAJOWEJ 14-16, 20-24 WE WROCŁAWIU PAWEŁ SZOŁTYSEK

Bardziej szczegółowo

Bank pytań na egzamin magisterski 2013/2014- kierunek Zdrowie Publiczne. Zdrowie środowiskowe

Bank pytań na egzamin magisterski 2013/2014- kierunek Zdrowie Publiczne. Zdrowie środowiskowe Bank pytań na egzamin magisterski 2013/2014- kierunek Zdrowie Publiczne Zdrowie środowiskowe 1. Podaj definicję ekologiczną zdrowia i definicję zdrowia środowiskowego. 2. Wymień znane Ci czynniki fizyczne

Bardziej szczegółowo

b) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas:

b) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas: ROZWIĄZANIA I ODPOWIEDZI Zadanie A1. Można założyć, że przy losowaniu trzech kul jednocześnie kolejność ich wylosowania nie jest istotna. A więc: Ω = 20 3. a) Niech: - wśród trzech wylosowanych opakowań

Bardziej szczegółowo

METODY STATYSTYCZNE W BIOLOGII

METODY STATYSTYCZNE W BIOLOGII METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne

Bardziej szczegółowo

Statystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski

Statystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski Statystyczna analiza danych w programie STATISTICA (wykład ) Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Weryfikacja (testowanie) hipotez statystycznych

Bardziej szczegółowo

System monitorowania realizacji strategii rozwoju. Andrzej Sobczyk

System monitorowania realizacji strategii rozwoju. Andrzej Sobczyk System monitorowania realizacji strategii rozwoju Andrzej Sobczyk System monitorowania realizacji strategii rozwoju Proces systematycznego zbierania, analizowania publikowania wiarygodnych informacji,

Bardziej szczegółowo

INNOWACYJNE ROZWIĄZANIA XXI W. SYSTEMY INFORMATYCZNE NOWEJ

INNOWACYJNE ROZWIĄZANIA XXI W. SYSTEMY INFORMATYCZNE NOWEJ INNOWACYJNE ROZWIĄZANIA XXI W. SYSTEMY INFORMATYCZNE NOWEJ GENERACJI RZESZÓW 2008 Obszary aktywności Lecznictwo otwarte - Przychodnie - Laboratoria - Zakłady Diagnostyczne - inne Jednostki Służby Zdrowia

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje

Bardziej szczegółowo

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych

Bardziej szczegółowo

Poprawa zdrowia układu mięśniowo-szkieletowego w Europie

Poprawa zdrowia układu mięśniowo-szkieletowego w Europie Poprawa zdrowia układu mięśniowo-szkieletowego w Europie Raport dotyczący zaleceń Zapewnianie optymalnej opieki nad osobami cierpiącymi na chorobę zwyrodnieniową stawów i reumatoidalne zapalenie stawów

Bardziej szczegółowo

I.1.1. Technik farmaceutyczny 322[10]

I.1.1. Technik farmaceutyczny 322[10] I.1.1. Technik farmaceutyczny 322[10] Do egzaminu zostało zgłoszonych: 2920 Przystąpiło łącznie: 2831 przystąpiło: 2830 przystąpiło: 2827 ETAP PISEMNY ETAP PRAKTYCZNY zdało: 2762 (97,6%) zdało: 2442 (86,4%)

Bardziej szczegółowo

statystyka badania epidemiologiczne

statystyka badania epidemiologiczne statystyka badania epidemiologiczne Epidemiologia Epi = wśród Demos = lud Logos = nauka Epidemiologia to nauka zajmująca się badaniem rozprzestrzenienia i uwarunkowań chorób u ludzi, wykorzystująca tą

Bardziej szczegółowo

Oszacowanie i rozkład t

Oszacowanie i rozkład t Oszacowanie i rozkład t Marcin Zajenkowski Marcin Zajenkowski () Oszacowanie i rozkład t 1 / 31 Oszacowanie 1 Na podstawie danych z próby szacuje się wiele wartości w populacji, np.: jakie jest poparcie

Bardziej szczegółowo

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd. Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru

Bardziej szczegółowo

SYLABUS. Nazwa przedmiotu/modułu. Farmakologia Kliniczna. Wydział Lekarski I. Nazwa kierunku studiów. Lekarski. Język przedmiotu

SYLABUS. Nazwa przedmiotu/modułu. Farmakologia Kliniczna. Wydział Lekarski I. Nazwa kierunku studiów. Lekarski. Język przedmiotu Nazwa przedmiotu/modułu Wydział Nazwa kierunku studiów Poziom kształcenia Forma studiów Język przedmiotu Wydział Lekarski I Lekarski Jednolite magisterskie stacjonarne polski SYLABUS Farmakologia Kliniczna

Bardziej szczegółowo

ROZPORZĄDZENIE MINISTRA ZDROWIA 1) z dnia 15 listopada 2010 r.

ROZPORZĄDZENIE MINISTRA ZDROWIA 1) z dnia 15 listopada 2010 r. Dziennik Ustaw Nr 222 15439 Poz. 1453 1453 ROZPORZĄDZENIE MINISTRA ZDROWIA 1) z dnia 15 listopada 2010 r. w sprawie wzorów wniosków przedkładanych w związku z badaniem klinicznym, wysokości opłat za złożenie

Bardziej szczegółowo

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH RÓWNOWAŻNOŚĆ METOD BADAWCZYCH Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska Równoważność metod??? 2 Zgodność wyników analitycznych otrzymanych z wykorzystaniem porównywanych

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela

Statystyka w pracy badawczej nauczyciela Statystyka w pracy badawczej nauczyciela Wykład 1: Terminologia badań statystycznych dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka (1) Statystyka to nauka zajmująca się zbieraniem, badaniem

Bardziej szczegółowo

Karta (sylabus) modułu/przedmiotu Inżynieria Materiałowa Studia II stopnia Specjalność: Inżynieria Powierzchni

Karta (sylabus) modułu/przedmiotu Inżynieria Materiałowa Studia II stopnia Specjalność: Inżynieria Powierzchni Karta (sylabus) modułu/przedmiotu Inżynieria Materiałowa Studia II stopnia Specjalność: Inżynieria Powierzchni Przedmiot: Statystyczne Sterowanie Procesami Rodzaj przedmiotu: Obowiązkowy Kod przedmiotu:

Bardziej szczegółowo

Wprowadzenie do teorii prognozowania

Wprowadzenie do teorii prognozowania Wprowadzenie do teorii prognozowania I Pojęcia: 1. Prognoza i zmienna prognozowana (przedmiot prognozy). Prognoza punktowa i przedziałowa. 2. Okres prognozy i horyzont prognozy. Prognozy krótkoterminowe

Bardziej szczegółowo

MONITORING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH POWIAT RADOMSKI 2012 ROK

MONITORING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH POWIAT RADOMSKI 2012 ROK POWIATOWY URZĄD PRACY W RADOMIU ul. Ks. Łukasika 3, 26-600 Radom Tel: 048 384-20-74/75, Fax: 048 363 48 73 www.pupradom.pl e-mail: wara@praca.gov.pl MONITORING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH POWIAT

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do analizy korelacji i regresji Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących

Bardziej szczegółowo

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl

Bardziej szczegółowo

Rola AOTM w procesie kształtowania dostępności do szczepień ochronnych

Rola AOTM w procesie kształtowania dostępności do szczepień ochronnych Rola AOTM w procesie kształtowania dostępności do szczepień ochronnych experience makes the difference Robert Plisko Świadczenie gwarantowane Świadczenie gwarantowane - świadczenie opieki zdrowotnej finansowane

Bardziej szczegółowo

SPIS TREŚCI: Karta uzgodnień 4 Podstawy prawne 5

SPIS TREŚCI: Karta uzgodnień 4 Podstawy prawne 5 1 SPIS TREŚCI: Karta uzgodnień 4 Podstawy prawne 5 Opis koncepcji wykazu oddziałów szpitalnych pierwszego wyboru dla potrzeb realizacji zadań zespołów ratownictwa medycznego w systemie Państwowe Ratownictwo

Bardziej szczegółowo

Załącznik Z1 Uzupełnienie do metodologii z części 1.2 Raportu Do przygotowania analiz mikrosymulacyjnych wartości podatku VAT płaconego przez gospodarstwa domowe wykorzystano dane dotyczące wydatków konsumpcyjnych

Bardziej szczegółowo

Etapy modelowania ekonometrycznego

Etapy modelowania ekonometrycznego Etapy modelowania ekonometrycznego jest podstawowym narzędziem badawczym, jakim posługuje się ekonometria. Stanowi on matematyczno-statystyczną formę zapisu prawidłowości statystycznej w zakresie rozkładu,

Bardziej szczegółowo

MODELE LINIOWE. Dr Wioleta Drobik

MODELE LINIOWE. Dr Wioleta Drobik MODELE LINIOWE Dr Wioleta Drobik MODELE LINIOWE Jedna z najstarszych i najpopularniejszych metod modelowania Zależność między zbiorem zmiennych objaśniających, a zmienną ilościową nazywaną zmienną objaśnianą

Bardziej szczegółowo

Finansowanie dróg powiatowych przed i po roku 2004.

Finansowanie dróg powiatowych przed i po roku 2004. Finansowanie dróg powiatowych przed i po roku 2004. Żródła: 1. Ustawa o dochodach jednostek samorządu terytorialnego, 2. Ustawa o drogach publicznych, 3. Ustawa o finansowaniu infrastruktury. Przed rokiem

Bardziej szczegółowo

Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego

Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego Dorota Witkowska Szkoła Główna Gospodarstwa Wiejskiego w Warszawie Wprowadzenie Sztuczne

Bardziej szczegółowo

7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej

7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej 7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej Definicja 1 n-elementowa losowa próba prosta nazywamy ciag n niezależnych zmiennych losowych o jednakowych rozkładach

Bardziej szczegółowo

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28 Statystyka #5 Testowanie hipotez statystycznych Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik rok akademicki 2016/2017 1 / 28 Testowanie hipotez statystycznych 2 / 28 Testowanie hipotez statystycznych

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych

Bardziej szczegółowo

Rola lekarzy podstawowej opieki zdrowotnej w ramach szybkiej terapii onkologicznej

Rola lekarzy podstawowej opieki zdrowotnej w ramach szybkiej terapii onkologicznej Rola lekarzy podstawowej opieki zdrowotnej w ramach szybkiej terapii onkologicznej 2 Główne cele zmian Poprawa dostępności do szybkiej diagnostyki onkologicznej i szybkiego leczenia nowotworów złośliwych.!

Bardziej szczegółowo

Regresja i Korelacja

Regresja i Korelacja Regresja i Korelacja Regresja i Korelacja W przyrodzie często obserwujemy związek między kilkoma cechami, np.: drzewa grubsze są z reguły wyższe, drewno iglaste o węższych słojach ma większą gęstość, impregnowane

Bardziej szczegółowo

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów

Bardziej szczegółowo

PYTANIE : Promocja zdrowia czy profilaktyka, czy jedno i drugie?

PYTANIE : Promocja zdrowia czy profilaktyka, czy jedno i drugie? PYTANIE : Promocja zdrowia czy profilaktyka, czy jedno i drugie? Gmina art.7 Ustawa o samorządzie gminnym z 8 marca 1990 (Dz.U.01.142.1591 z późn.zm.) ochrona zdrowia Powiat art.4 Ustawa o samorządzie

Bardziej szczegółowo

Michał Kusy, StatSoft Polska Sp. z o.o.

Michał Kusy, StatSoft Polska Sp. z o.o. CZY MÓJ PROCES JEST TRENDY, CZYLI ANALIZA TRENDÓW Michał Kusy, StatSoft Polska Sp. z o.o. Wprowadzenie Analiza danych w kontroli środowiska produkcji i magazynowania opiera się między innymi na szeregu

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący

Bardziej szczegółowo

SIGMA KWADRAT. Weryfikacja hipotez statystycznych. Statystyka i demografia CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY

SIGMA KWADRAT. Weryfikacja hipotez statystycznych. Statystyka i demografia CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY Weryfikacja hipotez statystycznych Statystyka i demografia PROJEKT DOFINANSOWANY ZE ŚRODKÓW NARODOWEGO BANKU POLSKIEGO URZĄD STATYSTYCZNY

Bardziej szczegółowo

Apteka 2013 dotychczasowe doświadczenia i nowe wyzwania

Apteka 2013 dotychczasowe doświadczenia i nowe wyzwania Apteka 2013 dotychczasowe doświadczenia i nowe wyzwania Piotr Kula Prezes PharmaExpert Warszawa, marzec 2013 Rynek apteczny w 2012 roku cały rynek apteczny 2012 zmiana % obrót całkowity (w tys. zł) 2 2

Bardziej szczegółowo

Przykład 2. Stopa bezrobocia

Przykład 2. Stopa bezrobocia Przykład 2 Stopa bezrobocia Stopa bezrobocia. Komentarz: model ekonometryczny stopy bezrobocia w Polsce jest modelem nieliniowym autoregresyjnym. Podobnie jak model podaŝy pieniądza zbudowany został w

Bardziej szczegółowo

Rozkłady statystyk z próby

Rozkłady statystyk z próby Rozkłady statystyk z próby Rozkłady statystyk z próby Przypuśćmy, że wykonujemy serię doświadczeń polegających na 4 krotnym rzucie symetryczną kostką do gry, obserwując liczbę wyrzuconych oczek Nr kolejny

Bardziej szczegółowo

Warszawa, dnia 11 kwietnia 2012 r. Poz. 388 ROZPORZĄDZENIE MINISTRA ZDROWIA 1) z dnia 2 kwietnia 2012 r.

Warszawa, dnia 11 kwietnia 2012 r. Poz. 388 ROZPORZĄDZENIE MINISTRA ZDROWIA 1) z dnia 2 kwietnia 2012 r. DZIENNIK USTAW RZECZYPOSPOLITEJ POLSKIEJ Warszawa, dnia 11 kwietnia 2012 r. Poz. 388 ROZPORZĄDZENIE MINISTRA ZDROWIA 1) z dnia 2 kwietnia 2012 r. w sprawie minimalnych wymagań, jakie muszą spełniać analizy

Bardziej szczegółowo

Stan i struktura ludności oraz ruch naturalny w przekroju terytorialnym w 2013 r., GUS, Warszawa 2014 r.

Stan i struktura ludności oraz ruch naturalny w przekroju terytorialnym w 2013 r., GUS, Warszawa 2014 r. UZASADNIENIE Celem strategicznym Programu jest wsparcie seniorów poprzez dofinansowanie działań jednostek samorządu w rozwoju na ich terenie sieci Dziennych Domów Senior-WIGOR, ze szczególnym uwzględnieniem

Bardziej szczegółowo

P6_TA-PROV(2005)0329 Ochrona zdrowia i bezpieczeństwo pracy: narażenie pracowników na promieniowanie optyczne ***II

P6_TA-PROV(2005)0329 Ochrona zdrowia i bezpieczeństwo pracy: narażenie pracowników na promieniowanie optyczne ***II P6_TA-PROV(2005)0329 Ochrona zdrowia i bezpieczeństwo pracy: narażenie pracowników na promieniowanie optyczne ***II Rezolucja legislacyjna Parlamentu Europejskiego w sprawie wspólnego stanowiska Rady mającego

Bardziej szczegółowo

Prognozowanie na podstawie modelu ekonometrycznego

Prognozowanie na podstawie modelu ekonometrycznego Prognozowanie na podstawie modelu ekonometrycznego Przykład. Firma usługowa świadcząca usługi doradcze w ostatnich kwartałach (t) odnotowała wynik finansowy (yt - tys. zł), obsługując liczbę klientów (x1t)

Bardziej szczegółowo

Prawo a choroby zakaźne dr n. med. Marta Rorat

Prawo a choroby zakaźne dr n. med. Marta Rorat Prawo a choroby zakaźne dr n. med. Marta Rorat Katedra i Zakład Medycyny Sądowej, Zakład Prawa Medycznego UM we Wrocławiu Ustawa z dnia 5 grudnia 2008 r. o zapobieganiu oraz zwalczaniu zakażeń i chorób

Bardziej szczegółowo

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie: ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość

Bardziej szczegółowo

Wykres 1. Liczba ludności w wieku 60 lat i więcej w latach

Wykres 1. Liczba ludności w wieku 60 lat i więcej w latach PROJEKT z dnia 3 lutego 2015 r. UZASADNIENIE Celem strategicznym Programu jest wsparcie seniorów poprzez dofinansowanie działań jednostek samorządu w rozwoju na ich terenie sieci Dziennych Domów Senior-WIGOR

Bardziej szczegółowo

"Opieka farmaceutyczna refundowana - nowe narzędzie polityki zdrowotnej"

Opieka farmaceutyczna refundowana - nowe narzędzie polityki zdrowotnej "Opieka farmaceutyczna refundowana - nowe narzędzie polityki zdrowotnej" Kraków 14 X 2015 r. Piotr Brukiewicz, Grzegorz Zagórny Śląska Izba Aptekarska. Definicje opieki farmaceutycznej (OF) 1975 R.L Mikael

Bardziej szczegółowo

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych dr Piotr Sulewski POMORSKA AKADEMIA PEDAGOGICZNA W SŁUPSKU KATEDRA INFORMATYKI I STATYSTYKI Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych Wprowadzenie Obecnie bardzo

Bardziej szczegółowo

Decyzje dotyczące resuscytacji krążeniowooddechowej

Decyzje dotyczące resuscytacji krążeniowooddechowej Resuscytacja Szpitale Uniwersyteckie Coventry i Warwickshire NHS Trust Decyzje dotyczące resuscytacji krążeniowooddechowej Informacje przeznaczone dla pacjentów szpitali Coventry and Warwickshire, ich

Bardziej szczegółowo

Modelowanie glikemii w procesie insulinoterapii

Modelowanie glikemii w procesie insulinoterapii Dawid Kaliszewski Modelowanie glikemii w procesie insulinoterapii Promotor dr hab. inż. Zenon Gniazdowski Cel pracy Zbudowanie modelu predykcyjnego przyszłych wartości glikemii diabetyka leczonego za pomocą

Bardziej szczegółowo

KORELACJE I REGRESJA LINIOWA

KORELACJE I REGRESJA LINIOWA KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem

Bardziej szczegółowo

U S T AWA. z dnia. o zmianie ustawy o świadczeniach opieki zdrowotnej finansowanych ze środków publicznych oraz niektórych innych ustaw 1)

U S T AWA. z dnia. o zmianie ustawy o świadczeniach opieki zdrowotnej finansowanych ze środków publicznych oraz niektórych innych ustaw 1) PROJEKT 14.12.2015 U S T AWA z dnia o zmianie ustawy o świadczeniach opieki zdrowotnej finansowanych ze środków publicznych oraz niektórych innych ustaw 1) Art. 1. W ustawie z dnia 27 sierpnia 2004 r.

Bardziej szczegółowo

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014 Estymacja przedziałowa - przedziały ufności dla średnich Wrocław, 5 grudnia 2014 Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja Przedziałem ufności dla paramertu

Bardziej szczegółowo

Ustawa. z dnia.. Art. 1

Ustawa. z dnia.. Art. 1 PROJEKT Ustawa z dnia.. o zmianie ustawy o refundacji leków, środków spożywczych specjalnego przeznaczenia żywieniowego oraz wyrobów medycznych oraz ustawy o zawodach lekarza i lekarza dentysty Art. 1

Bardziej szczegółowo

Koszty grypy w Polsce. Bilans kosztów i korzyści szczepień

Koszty grypy w Polsce. Bilans kosztów i korzyści szczepień Warszawa, 16 kwietnia2013 r. Koszty grypy w Polsce Bilans kosztów i korzyści szczepień Łukasz Zalicki na podstawie studium opracowanego w ramach Grupy Roboczej ds. Grypy Plan prezentacji 1. Bezpośrednie

Bardziej szczegółowo

Uchwała nr... Rady Miasta Malborka z dnia...

Uchwała nr... Rady Miasta Malborka z dnia... Uchwała nr... Rady Miasta Malborka z dnia... w sprawie przyjęcia raportu z realizacji Programu usuwania azbestu i wyrobów zawierających azbest z terenu Malborka na lata 2008-2032 za okres 2008-2010 r.

Bardziej szczegółowo

GŁÓWNY URZĄD STATYSTYCZNY Departament Badań Społecznych i Warunków Życia. Narodowy Rachunek Zdrowia za 2012 rok

GŁÓWNY URZĄD STATYSTYCZNY Departament Badań Społecznych i Warunków Życia. Narodowy Rachunek Zdrowia za 2012 rok GŁÓWNY URZĄD STATYSTYCZNY Departament Badań Społecznych i Warunków Życia Notatka informacyjna Narodowy Rachunek Zdrowia za 2012 rok WPROWADZENIE System rachunków zdrowia 1 jest międzynarodowym narzędziem

Bardziej szczegółowo

rozpowszechnienie (występowanie i rozmieszczenie chorób, inwalidztwa, zgonów oraz innych stanów związanych ze zdrowiem, w populacjach ludzkich),

rozpowszechnienie (występowanie i rozmieszczenie chorób, inwalidztwa, zgonów oraz innych stanów związanych ze zdrowiem, w populacjach ludzkich), EPIDEMIOLOGIA Określenie Epidemiologia pochodzi z języka greckiego: epi na demos lud logos słowo, nauka czyli, nauka badająca: rozpowszechnienie (występowanie i rozmieszczenie chorób, inwalidztwa, zgonów

Bardziej szczegółowo

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, 诲 瞴瞶 瞶 ƭ0 ƭ 瞰 parametrów strukturalnych modelu Y zmienna objaśniana, = + + + + + X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, α 0, α 1, α 2,,α k parametry strukturalne modelu, k+1 parametrów

Bardziej szczegółowo

Planowanie zagregowane SOP

Planowanie zagregowane SOP Planowanie zagregowane SOP Przedmiot: Zarządzanie zasobami przedsiębiorstwa Moduł: 1/4 Opracował: mgr inż. Paweł Wojakowski Instytut Technologii Maszyn i Automatyzacji Produkcji Zakład Projektowania Procesów

Bardziej szczegółowo

Wykres 1 EBIT i EBITDA w pierwszym kwartale lat 2010, 2011 i 2012

Wykres 1 EBIT i EBITDA w pierwszym kwartale lat 2010, 2011 i 2012 KOMENTARZ ZARZĄDU NA TEMAT CZYNNIKÓW I ZDARZEŃ KTÓRE MIAŁY WPŁYW NA OSIĄGNIETE WYNIKI FINANSOWE Niniejszy raport prezentuje wybrane dane bilansu oraz rachunku zysków i strat, przepływy pieniężne i wskaźniki

Bardziej szczegółowo

Planowanie finansowe

Planowanie finansowe 1-1 Planowanie finansowe Grzegorz Michalski Podstawy planowania finansowego 1-2 Plan operacyjny znany też jako plan pięcioletni, może dotyczyć dowolnego horyzontu czasowego, ale większość przedsiębiorstw

Bardziej szczegółowo

), którą będziemy uważać za prawdziwą jeżeli okaże się, że hipoteza H 0

), którą będziemy uważać za prawdziwą jeżeli okaże się, że hipoteza H 0 Testowanie hipotez Każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy nazywamy hipotezą statystyczną. Hipoteza określająca jedynie wartości nieznanych parametrów liczbowych badanej cechy

Bardziej szczegółowo

WNIOSKOWANIE STATYSTYCZNE

WNIOSKOWANIE STATYSTYCZNE STATYSTYKA WNIOSKOWANIE STATYSTYCZNE ESTYMACJA oszacowanie z pewną dokładnością wartości opisującej rozkład badanej cechy statystycznej. WERYFIKACJA HIPOTEZ sprawdzanie słuszności przypuszczeń dotyczących

Bardziej szczegółowo

Kształt populacji osób w wieku 60 lat i więcej w latach

Kształt populacji osób w wieku 60 lat i więcej w latach Miliony osób Załącznik 1. Prognoza ludności oraz kosztów opieki wykorzystana do opracowania Programu Senior-WIGOR Kształt populacji osób w wieku 60 lat i więcej w latach 2014 2024 Tabela 1. Liczba ludności

Bardziej szczegółowo

Polityka przemysłowa jako element polityki lekowej. Krajowy przemysł farmaceutyczny w Planie Morawieckiego

Polityka przemysłowa jako element polityki lekowej. Krajowy przemysł farmaceutyczny w Planie Morawieckiego Polityka przemysłowa jako element polityki lekowej. Krajowy przemysł farmaceutyczny w Planie Morawieckiego Krzysztof Kopeć, Polski Związek Pracodawców Przemysłu Farmaceutycznego 3. Zadaniem Zespołu jest

Bardziej szczegółowo

ELEKTRONICZNA PLATFORMA ZBIERANIA DANYCH RZECZYWISTYCH

ELEKTRONICZNA PLATFORMA ZBIERANIA DANYCH RZECZYWISTYCH ELEKTRONICZNA PLATFORMA ZBIERANIA DANYCH RZECZYWISTYCH KATEGORIE DANYCH Internet i media społecznościowe Pozostałe dane Urządzenia Dane biometryczne i ilościowe Zakupy Dane osobowe 1400 1200 Media Badania

Bardziej szczegółowo

Dr Anna Andruszkiewicz Mgr Agata Kosobudzka. System opieki długoterminowej w Polsce

Dr Anna Andruszkiewicz Mgr Agata Kosobudzka. System opieki długoterminowej w Polsce Dr Anna Andruszkiewicz Mgr Agata Kosobudzka System opieki długoterminowej w Polsce Świadczenia w zakresie opieki długoterminowej zapewnia w Polsce ochrona zdrowia i pomoc społeczna cześć świadczeń (usług)

Bardziej szczegółowo

Wielkość dziennego obrotu w tys. zł. (y) Liczba ekspedientek (x) 6 2 4 5,5 6,6

Wielkość dziennego obrotu w tys. zł. (y) Liczba ekspedientek (x) 6 2 4 5,5 6,6 Zad. 1. Zbadano wydajność odmiany pomidorów na 100 poletkach doświadczalnych. W wyniku przeliczeń otrzymano przeciętną wydajność na w tonach na hektar x=30 i s 2 x =7. Przyjmując, że rozkład plonów pomidora

Bardziej szczegółowo

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn Wykład 10 Estymacja przedziałowa - przedziały ufności dla średniej Wrocław, 21 grudnia 2016r Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja 10.1 Przedziałem

Bardziej szczegółowo

Program budowy infrastruktury informacji przestrzennej (IIP) w Ministerstwie Zdrowia (MZ)

Program budowy infrastruktury informacji przestrzennej (IIP) w Ministerstwie Zdrowia (MZ) Program budowy infrastruktury informacji przestrzennej (IIP) w Ministerstwie Zdrowia (MZ) 1. WIADOMOŚCI WSTĘPNE 1.1 CHARAKTERYSTYKA ORGANU WIODĄCEGO 1) Stanowisko, imię i nazwisko, dane adresowe organu

Bardziej szczegółowo