文摘

背景。测量心脏死亡率的潜在的社会经济因素是确定的基础治疗,设置优先级,有效地分配资源,以减少疾病负担。研究试图提供一个方法,探讨了城市化之间的联系,人口增长,人类发展指数(HDI),获得能源,失业、死亡率和心血管疾病(CVD)在南亚区域合作联盟(南盟)国家减轻心脏疾病负担。方法。这个调查使用多重准则决策方法分析数据之间的2001年和2017年开始与一个数学(GIA)灰色关联分析方法来估计权重和排名国家基于心血管疾病死亡率。然后,利用保守min-max模型方法,我们试图确定哪些国家最有助于心血管疾病死亡率南亚国家。灰色的偏好相似,理想的解决方案(G-TOPSIS)方法采用进一步优化优先选择的因素,对心血管疾病死亡率的影响最大。结果。估计数据突显出,在南盟国家中,巴基斯坦已经造成的疾病负担很大一部分心脏事件。此外,人类发展指数显示,心血管疾病死亡率的减少重大贡献,而失业率有显著贡献的崛起CVD死亡率所有选定的变量。结论。这次调查可能促进研究人员与多重准则决策路线图来帮助他们提高他们的研究和理解的质量如何使用多重准则决策技术来评估和优先考虑医疗疾病死亡率的影响因素研究。进一步,研究结果提供额外的实践知识适当的政策解决方案。

1。介绍

心血管疾病(心血管病)是世界上的死亡和残疾的主要原因1]。CVD-related死亡率下降在一些高收入国家(嗝)在过去的几十年,但生长在低收入和中等收入国家(LMICs),约有80%的负担落在这些国家(2,3]。南亚国家的人口已经成为18亿年的2020,占全球人口的23% (4]。慢性非传染性疾病,特别是心血管疾病,是中低收入国家建设成为一个严重的威胁,包括人口稠密的南亚国家,由于快速产业化,提高生存急性疾病,和人口老龄化5]。非传染性疾病现在占52%的死亡率在南亚,到2030年,预计他们将占总死亡率的72% (6,7]。大量的证据表明,南亚人心血管病的风险升高带来电话升级在南亚国家心血管疾病预防和流动人口。心血管疾病是威胁生命的,资源密集型的障碍导致过早死亡,残疾,改变功能,降低生活质量,要求额外的几种药物。在许多经济体中,心血管疾病也是一个住院的主要原因和医疗保健支出(8,9]。因此,它构成了严重威胁病人,医疗系统,和社区,主要是资源有限的国家和经济体。在这个角度看,最近的研究表明,南亚人可能在心血管疾病的风险升高,这可能存在10到15年前生活在南亚比其他地理和民族/种族的社区。这些特征和其他结构性困难构成了重大挑战自然健康的生活环境,导致疾病负担,尤其是心血管病,和,因此,导致重大经济影响(10]。理解的变量导致CVD-related死亡率基本确定治疗方法,设置优先级,有效地分配资源,以减少疾病负担。报告的一致性或CV-associated因素和死亡率之间的关系的差异,在世界范围内和无论是分组通过货币的水平,将有助于建立全球和上下文相关的预防措施。此外,文学有一个缺口,可能导致心血管病的,推进我们的理解的社会经济因素。从更广泛的疾病的角度评价结果代表医疗系统的适应性的经济和功能作为一个有用的参考点。

多准则决策分析(MCDA)方法中了解医疗领域作为一个正确的决定支持策略来处理复杂的问题通过方便的方法(11]。这些方法同样用于协助决策者评估标准比较,支持卫生技术评估决定作业流程和管理决策在大流行性流感期间,评估医疗服务的质量和筛选需求,描述新的医疗设备计划,定义新的费用时间表,方法的适用性进行比较,评估潜在的危害,选择医疗废物处理技术,提高门诊服务,支持早期诊断,选择一个基础设施的定位,优化流程,评估医疗设备的质量。这些技术被认为出于各种原因。研究人员认为,程序允许可见性、一致性和精度向更加合理的优先级设置从方法论的角度来看12,13]。从更广泛的意义上说,MCDA应用程序被认为是有效的和成功的医疗设置。

多个目标的问题通常存在于系统内的问题,增加了决策的模糊性。在此设置,以减少错误,发现技术是重要的,包括最大数量的标准直接影响决策的决策过程(14,15]。然而,大多数时候这种技术难以执行,因为,在许多情况下,决策标准不同,提高的程度最终响应的不确定性。这些程序要复杂得多领域的健康,因为他们不仅包括技术或经济问题也是人类的元素,创造了利益冲突,阻碍了最后的决定。因此,几种类型的研究是使用MCDA改善卫生系统作为一个整体(16]。这些研究已经进行了使用各种技术来探索心血管疾病死亡率和相关因素之间的关系。然而,关于知识最好的方法来提高研究工作的质量和它的实现是稀疏的。在目前的调查,我们综合灰色建模与MCDA方法寻求全面了解在南盟国家心血管疾病死亡率和相关因素。然而,通过解决所有南盟国家一起广泛的因素,我们可以提供一个更动态频谱的交互。作为回应,本研究尝试探讨现有文献的差距之间的领带城市化、人口增长、人类发展指数,获得能源,失业,南盟国家公共卫生支出,和心血管疾病的死亡率(巴基斯坦、孟加拉国、马尔代夫、阿富汗,尼泊尔,印度,斯里兰卡,和不丹)。探索这个协会,我们部署了灰色系统理论的数学GIA建模(销售税),由邓GIA的程度,绝对程度的GIA,第二个合成GIA的程度。此外,本研究利用保守(min-max)标准和灰色指标值进行比较分析的所有选择的因素和心血管疾病死亡率南盟国家确定哪个国家和相关因素导致的死亡率。研究提出了图的示意图1。

2。材料和方法

2.1。数据源

2001 - 2017年期间,信息变量(城市化,人类发展指数,获得能源、失业、公共卫生支出,和心血管疾病死亡率在南盟国家(巴基斯坦、孟加拉国、马尔代夫、阿富汗,尼泊尔,印度,斯里兰卡,和不丹))从我们的世界在数据抽象。我们使用公开数据;因此,我们不会做。

2.2。(GIA)灰色关联分析方法

GIA模型,通常定义为模型的灰色关联分析(GRA),被认为是早期的新灰色系统理论(销售税)[17]。消费税是建立在出色的工作在1982年由中国科学家,叫邓教授巨龙,一直被应用在不同的领域学习的从那时起应对脆弱性问题信息不足造成的,主要是不清楚流程。邓教授认识的灰色关联度的概念(GRG) 1985年吉尔的模型17]。GIA模型被证明是优于其他统计模型的系统分析(18]。消费税是自然科学和社会科学之间的桥梁。数据透明度的程度是用来指定销售税。GIA方法建立的一个关键主题的销售税来处理模糊系统有限的信息。销售税的群不确定性理论,也包括粗糙集理论、区间理论、模糊理论等。尽管如此,销售税直接通过其独特的方法处理漏洞不同于其他漏洞猜测。销售税将世界系统分为三类:白色,黑色,灰色。一个黑色的结构是指一个没有提供数据,而白色的结构是指一个完整的信息的访问。因此,GS变成一个框架与不完全已知的和有点模糊数据。销售税和它的模型以预测和决策能力基于小样本大小,错误和信息不足19,20.]。GIA模型努力理解模糊由于消费税固有的特征之间的关系。GIA的基本概念是,亲密的程度(相关性)的几何结构数据系列指示结构变量可以用来预测系统变量之间的亲密关系。在文献中,这称为邻近的亲密接触。邓小平的GIA的程度,绝对程度的GIA,其次合成程度的GIA GIA模型的三个组成部分。D-GIA模型从本质上讲,措施的影响一个变量表示的数据集对另一方面,尽管A-GIA模型测量协会(积分距离)之间的两个21,22]。此外,第二合成GIA模型提供了一个估计的总体测量参数之间的协会在调查中。所涉及的算法计算的GIA图进行了总结2。GIA模型的详细描述可以在刘et al。(读23]。

数据分析采用GIA方法(邓DGIA,绝对DGIA和SSD-GIA)。这些模型被设计使用SPSS (v26、IBM、美国)和Microsoft Excel软件(2019)。保守党(min-max)方法采用决策不确定性(下24]。另外,灰色的TOPSIS方法是用来按等级排列选择因素,产生更大的影响在南亚地区心血管疾病死亡率(25]。

3所示。结果与讨论

目前调查使用灰色关联方法量化社会经济变量之间的联系的强度和CVD死亡率南盟国家在此期间2001 - 2017。表1表明灰色关联模型的结果,即邓小平D-GIA绝对D-GIA, SSD-GIA CVD死亡率在南盟国家和相关因素。绝对D-GIA和SSD-GIA模型值从0到1,而邓GRG值从0.5到1。它也被认为是高度相关的如果是接近1和弱如果它发散从1。为了清晰、基于GIA的排名序列显示在表中2在减少。协会的图形表示中选择变量基于吉尔发现显示在图2。城市化。根据吉尔发现,巴基斯坦最高的城市化和CVD-related死亡率之间的联系,而最弱的协会是马尔代夫,观察,两国持续他们的立场在所有灰色关联模型。巴基斯坦后,不丹获得最高的体重低于孟加拉国和尼泊尔。,估计从SSD-GIA模型揭示,在南亚的经济体中,巴基斯坦所有的专项拨款的主要国家,城市化是观察到的高度与心血管疾病死亡率的民众。在南亚,巴基斯坦最提升城市化的步伐。根据联合国人口司评估,超过一半的国家的人口到2025年将生活在城市。许多新兴国家经历了城市化没有发展,就业,或生产率。只有有效的公共政策可以收获城市化的好处。贫民窟居民、环境污染、不健康的后果,贫困,和差距都出现在无计划的城市化和失控。巴基斯坦也处理一系列城市问题[26]。人口增长。许多研究表明,人口增长是一致,坚决与心血管疾病发病率和死亡率的风险在全球范围内(27,28]。根据研究结果,斯里兰卡、不丹、马尔代夫、巴基斯坦、印度和孟加拉国持续排名位置在所有GIA模型。亲密看到更高的力量在斯里兰卡的情况下落后到不丹,这意味着斯里兰卡密切和人口增长的人口与心血管疾病的死亡率呈正相关。这项研究证明了之前调查充实人口增长的关系和意义的开发和发展简历障碍(29日,30.]。人类发展指数。根据吉尔发现,排名顺序巴基斯坦似乎是相同的,表明强烈的积极联系在阿富汗人口由心血管疾病死亡率和人类发展指数南盟地区之一。之间的重要联系CVD死亡和人类发展指数在巴基斯坦演示了最引人注目的因素来评估和预见CVD死亡率。南盟地区、马尔代夫、斯里兰卡出现灰色发生率最少的重量,说明最弱的人类发展指数与CVD-related死亡率之间的关系对所有灰色模型。在所有南盟国家,最脆弱的协会是在斯里兰卡的人口,这表明人类发展指数是评估和预测心脏事件的预测因素。人类发展指数是一个社会和全球经济的货币指标,可以与多种疾病,包括心血管病。目前的发现证实了大量的先前的研究表明大量角色人口健康的人类发展指数和死亡率(31日,32]。获得能量。考虑获得能源的影响心血管疾病死亡率南盟地区,巴基斯坦,斯里兰卡,不丹、孟加拉国、印度和阿富汗持续他们的位置对所有灰色模型;然而,协会的力量决定是为巴基斯坦比其他国家更强。尼泊尔和马尔代夫定位4^th和5^thDD-GIA和SSD-GIA模型下,分别,但打乱他们的立场反对AD-GIA模型。更准确地说,获得能源因素都更引人注目的拨款在阿富汗民众CVD死亡。研究结果展示,获得能源评估和预测是一个重要的元素在阿富汗的居民死于心脏事件。根据估计结果GIA,南盟国家生成的能源使用气体和不可再生燃料意味着不考虑环境和公共卫生后果。流行病学研究的广度是符合当前的研究结果描述了一个实质性的大气污染之间的联系从能源消费和使用一系列的简历障碍及相关死亡率(33]。失业率。失业率相当引起的死亡率和发病率,尤其是如果它持续很长一段时间。Mejean等人的调查显示20%的冠心病事件的风险增加和失业的法国民众没有之前冠状动脉疾病(34]。总体来讲,失业率似乎心脏死亡的一个重要因素在印度民众和排名基于发现DD-GIA和SSD-GIA模型相对较高强度的协会。斯里兰卡和孟加拉国分别位列第二和第三位,分别在所有。南盟国家。马尔代夫和尼泊尔显示最少的权重评估AD-GIA SSD-GIA模型,这意味着这些国家反映至少占疾病负担在南亚国家由于失业。印度是世界第二大人口大国,第一个在南盟国家。尽管政府努力,印度仍然是一个重大的国家失业率问题[35,36]。失业和心脏死亡率之间的密切关系在印度人口建议有一个迫切要求改善就业机会减少疾病负担。公共卫生支出。表1显示了一个审查公共卫生支出和心脏死亡率之间的关系在南亚国家使用GIA模型。本研究的结果加强早期调查充实公共卫生支出的关系和意义与CVD-related疾病和死亡率。给定的权重确定的三个GIA模型、印度、孟加拉国、马尔代夫、不丹维护他们的立场和排名第一,第二,第三,第四,第七,第八,分别。尽管,马尔代夫,不丹被视为重要的国家越少在公共卫生支出的影响心脏死亡率南亚国家。令人惊讶的是,不丹似乎在南亚国家中,最脆弱的联系在哪里看到心脏死亡率之间和公共卫生支出。这项研究支持了早些时候的研究,在新兴国家人均收入较低,不增加政府卫生支出很高的机会成本可能产生负面影响人们的健康。这个特性可以想象理由较高的政府支出的边际收益小于边际成本的额外税收。结果提出了在目前的研究重点是增加政府支出的方式本身可能不足以达到理想的改善心脏健康。这些发现与之前的研究证实,增加公共卫生支出并不能保证改善健康结果(37,38]。

比较决策分析,决策策略可以使用之前必须构造。之间的SSD-GIA决策行为(F_k)和决策标准(C_p表)3基于基于SSD-GIA矩阵。在这里,我们有k= 6,p= = 8,输出(一个_k,C_p),而k= 1,2,3,4,5,6,p= 1,2,3,4,5,6,7,8。阐述了决策参数在表的定义4。

3.1。保守党(Min-Max)标准

我们,然后,利用保守min-max方法估计结果的基础上SSD-GIA区分哪个国家贡献更提高CVD死亡率南亚洲经济体对选择的因素。这一标准实施按照指令用于普拉萨德(39和拉赫曼等。24]。由于CVD死亡率是最小化,min-max标准是接受如图所示

选择参数的研究中,估计的统计数据表明,巴基斯坦很大一部分由于心脏事件的疾病负担在南盟国家。巴基斯坦是世界上人口最多的国家之一,在南亚最大的人口增长率为2.40%。随着国家经济发展,民众的行为变化最终导致一个人口的健康状况的变化。此外,在过去的几十年里,巴基斯坦已经花了不到1%的国内生产总值(GDP)在人口健康,尽管世界卫生组织(世卫组织)推荐至少6%的国内生产总值(GDP)的卫生支出(40,41]。决策的输出方法强调了这样一个事实,巴基斯坦有潜力培养一个新的策略和采取补救措施以减少整个南亚地区心血管疾病死亡率。目前,查询中选择变量产生最大的影响在所有南亚国家心血管疾病死亡率的上升。我们利用灰色托西技术来获得这些额外的洞察力。

3.2。灰色TOPSIS分析

在本节中,我们采用了灰色的TOPSIS评价和等级6的力量解释变量(城市化、人口增长、人类发展指数,能源、失业、和公共卫生支出)对心脏死亡率为每一个国家在南盟地区。使用语言变量,我们把决策标准转化为灰色数据,然后创建了一个加权规范化灰色决策矩阵的每个解释变量在所有南亚国家独立。在此基础上,我们确定最理想的模式(F^马克斯)和anti-ideal (F^最小值)解决方案,然后计算距离的选择(F₁- - - - - -F₆)。在这一过程中,获得能源,人类发展指数,和公共卫生支出被视为标准中受益,而失业,城市化和人口增长被认为是nonbenefit标准。表5显示了理想和anti-ideal解决方案的结果,而表6显示了从理想估计区间(F^马克斯)和anti-ideal (F^最小值)解决方案。

进一步,我们计算的灰色综合评价程度选择基于指定的距离(, )确定表6:F₁= 0.463,F₂= 0.295,F₃= 0.723,F₄= 0.509,F₅= 0.275,F₆= 0.545。然后,我们生成了一个降序排列的评级方案如下:

人类发展指数> >公共卫生支出获得能源>城市化> >失业人口增长。

按照说明的灰色TOPSIS综合评价,得出人类发展指数(0.723)贡献着重在减少心血管疾病死亡所选变量南盟地区落后的公共卫生支出(0.545)和获得能源(0.509),而失业的专项拨款(0.275)变量都是最糟糕的一个提高CVD死亡率由城市化人口增长(0.295)和(0.463)(图3)。利用MCDA技术在目前的研究将帮助公共卫生从业人员和决策者的决定最好的方法来减少心血管疾病死亡率南盟地区通过强调更糟糕的是变量。

4所示。结论

结果的分析显示,所有选择的因素影响心脏死亡率在南亚国家有不同程度的影响。更具体地说,我们的研究结果强调计划的重要性城市化、人口可持续增长,提高就业机会,改编自清洁和可再生能源,提高教育水平,提升生活水平,快速获得高质量的医疗服务和公共卫生支出在减少心脏风险投资。这些贡献变量加入到一个进程的途径,导致各种形式的心血管病(42- - - - - -44]。

考虑到研究结果,本研究得出结论,人类发展指数和失业率都关心的重要领域整体南盟地区心血管疾病死亡率降低。进一步投资于人类发展指数和集中就业机会可能帮助这些国家解决心血管疾病死亡率的问题。校准的结果分析,我们可能会经历整个目标特征的调查。公共卫生政策和我们的研究结果有显著影响决策者的可持续发展目标(西班牙)的健康和福祉(西班牙3),体面的工作和经济增长(西班牙8),可持续城市和社区(西班牙11),负担得起和清洁能源(西班牙7),素质教育(西班牙4),和伙伴关系的目标(西班牙14)。我们必须意识到卫生部门仅仅是许多因素之一健康预期寿命达到健康目的与CVD的焦点。农业、环境、交通和经济政策,随着国际贸易协定,都将影响饮食,缺乏运动、环境可持续性,以及获得更好的卫生设施。我们必须一起工作和跨地区、跨学科合作,促进和维护心脏健康的兴趣显著的回报;只有这样我们能够说服经济和企业关键资源有助于我们共同的目标,这是人口健康和健康在南盟经济的基础。最终,政府在南盟国家应该一致合作,鼓励,和专注于策略可以减少通过计划城市化地区心血管疾病的负担,可持续的人口增长,改善就业机会,采用清洁和可再生能源,提高教育水平,提高生活水平,改善医疗服务质量,在公共卫生支出和投资来减轻心血管疾病的风险。

研究人员同意MCDA范式是医疗保健领域中富有成效的和是一个有益的决策工具,因为它使透明度、健壮性和一致性的不同和矛盾的参数(12,45]。研究结果建议,当面对各种备选方案的价值相当于在医疗决策的情况下,研究人员应该雇佣MCDA方法和工具。这次调查与多重方法路线图可能促进研究人员,帮助他们提高研究的质量和理解如何使用多重方法的技术评估和优先考虑医疗疾病死亡率的影响因素研究。这样的调查可以帮助提高我们的能力,以获取有价值的见解的多方面的特性变量的系统。进一步,提出的方法为政策提供一个有价值的工具和额外的实用知识和决策者制定合理的决策。然而,进一步的调查是必要的特性对比MCDA方法(例如,首选的推论方法),使研究人员选择合适的工具,因为没有理由为什么MCDA技术采用。

数据可用性

在当前的研究中使用的数据是公开在www.ourworldindata.org。

伦理批准

不适用。

同意

不适用。

信息披露

资助者没有参与研究设计、数据收集、分析、发布决定,或准备手稿。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

SR,呃,IH负责概念化的研究主题,数据收集和分析、起草和解释结果和早期版本的手稿。ZJL负责项目管理和监督的手稿。作者阅读和批准了最终版本。

确认

这项工作是支持的联盟项目的科学和健康湖南省,中国(2019 jj80011)。