Лекция 3(1). Тема Методы экономики в здравоохранении План Математические и статистические методы в здравоохранении
 Скачать 56.38 Kb.
|
|
Тема 3. Методы экономики в здравоохранении План: Математические и статистические методы в здравоохранении. Применение балансового метода в медицине. Экспериментальный метод и его использование в здравоохранении. Сущность рыночного механизма Математические и статистические методы в здравоохранении. Экономика здравоохранения, являясь отраслью общественного здоровья и здравоохранения, использует все методы этой дисциплины. Среди них важнейшими являются: математически-статический метод, позволяющий оценить количественную и качественную связь между медико-диагностическими и профилактическими процессами; балансовый метод, обеспечивающий оптимальное соотношение между лечебными, диагностическими и реабилитационными процессами; экспериментальный метод, позволяющий отработать наиболее эффективные меры по улучшению качества здоровья населения и хозяйствования органов и учреждений здравоохранения. Экономика здравоохранения использует широкий спектр методов познания: анализ и синтез, математические и статистические приемы, балансовый метод, прогнозирование, хозяйственные эксперименты и др. Одними из важнейших методов являются анализ и синтез. В процессе анализа мышление идет от общего к частному, т.е., происходит расчленение исследуемого явления на его составляющие части и стороны. Синтез подразумевает интеграцию частных понятий, свойств в общее для выявления наиболее существенных закономерностей. Математические и статистические приемы и средства исследования помогают вскрыть количественную связь экономических перемен. Вскрывая количественные изменения процессов, экономика здравоохранения исследует и переход количества в новое качество. При этом следует подчеркнуть, что каждое явление, каждый процесс должны изучаться всесторонне, в неразрывной связи их качественных и количественных составляющих. Математическая статистика — универсальный инструмент для анализа любых данных, в том числе экспериментальных клинических и биомедицинских. Но выбираемый метод должен отвечать поставленной цели и быть адекватным по отношению к характеру анализируемых данных. Современный врач-исследователь должен осмысленно выбирать методы, применяемые к конкретной клинической (экспериментальной) задаче, и критически оценивать, а также содержательно интерпретировать полученные результаты. Статистический анализ можно проводить вручную, если данных немного, используемые методы просты, а расчеты вследствие этого не трудоемки. Но в подавляющем большинстве случаев необходимо пользоваться специальными программными пакетами для ПК, которые так и называются — статистическими. С конца 1970-х гг. в России самым популярным для использования в медицине и биологии был пакет BMDP. Обработка данных проводилась на так называемых «больших» машинах серии ЕС с предварительной набивкой данных на перфокарты. В первой половине 1990-х гг. лидерство захватили статистические пакеты для персональных ЭВМ, работающие под управлением ОС MS DOS. Одним из математически мощных, не накладывающих практически никаких ограничений на объем обрабатываемой информации, был пакет SAS. Часть исследователей работала с пакетом BMDP для ПК, но безусловным лидером по количеству пользователей был пакет Statgraphics, обладающий широкими возможностями, достаточно простой в эксплуатации, но имеющий ограничения по числу анализируемых переменных. В настоящее время наибольшее распространение в России получили статистические пакеты, работающие под Windows: Statistica, SPSS, SAS. Для того чтобы успешно применять математическую статистику, ее нужно знать хотя бы в том объеме, который реально необходим для осознанных действий. Кроме того, нужно уметь использовать статистический пакет. С практической точки зрения лучше ориентироваться на один и тот же пакет в течение ряда лет. Переход от пакета к пакету ведет к необходимости переучивания, пусть и в относительно небольшом объеме. Первым шагом, предваряющим собственно статистический анализ, является исследование типа данных, основными из которых являются количественные и качественные. Качественные данные подразделяются на порядковые, или ранговые (например, тяжесть проявлений заболевания), и классификационные, или номинальные (например, перенесенные заболевания, классы ксенобиотиков). Процедура ранжирования данных, т.е. упорядочивания их в соответствии с числовыми градациями, проводится в возрастающем, либо в нисходящем ряду значений. Число градаций, характеризующих данные, не должно быть излишне большим, так как в этом случае увеличивается элемент субъективности. При обработке данных часто приходится переводить качественные данные в количественные. В свою очередь количественные данные могут подвергаться квантованию в зависимости от поставленной задачи (для выделения интервалов, соответствующих различным состояниям, например температура нормальная, субфебрильная, высокая и др.), и тогда они становятся аналогичны качественным шкалированным В случае пропусков информации (отсутствующие данные) нельзя использовать так называемое «обнуление», т.е. приписывать кодовое число нуль, так как это в большинстве случаев совпадает с кодированием нормы по данному признаку. Также методически неверно использовать среднее по классу, особенно при малых выборках, так как классы далеко не всегда являются однородными (гомогенными). Предпочтительно исключать такие наблюдения или кодировать пропущенные данные специальным знаком (числом) при условии, что «обход» таких «значений» предусмотрен в программе, т.е. обработка проводится только по известным значениям данных. В клинической и экспериментальной медицинской практике исследователь реже употребляет слово «данные», но чаще — «параметры» или «переменные», ставя между этими понятиями знак равенства. Нужно отличать понятие «переменная» от понятия «признак»: температура тела — параметр (переменная), температура тела более 37° С — признак (человек нездоров). Переменные бывают непрерывными и дискретными, в том числе, дихотомическими (принимающими одно из двух значений, например «здоров — болен»). В клинической практике переменные часто описываются шкалами. Как было отмечено ранее, шкалы бывают качественными (сознание ясное, спутанное и т.д.), классификационными (цвет кожных покровов — розовые, синюшные, желтушные, характер хрипов в легких — сухие, влажные мелкопузырчатые, крупнопузырчатые и т.д.) и количественные, в том числе интервальные, порядковые, балльные. Интервальные переменные (например, ударный объем, мл: 50 — 80, менее 50, более 80) полезно использовать для решения конкретной клинической задачи. Их также можно переводить в порядковые (на основе построения шкал), но лучше (при наличии возможности и если это не противоречит смыслу решаемой задачи) использовать собственно количественные значения переменной. Балльные шкалы получают по-разному: после предварительной математической обработки, на основе чисто клинической оценки параметра, комбинированным способом. Как правило, затруднения в отнесении параметров к количественным или качественным не возникают. Гораздо сложнее при переводе качественных данных в количественные, когда реально нужно определить «вес» градаций качественного параметра. Не всегда правомерен вариант «в лоб»: 1, 2, 3, 4 и т.д. (но не более девяти значений, исходя из известного закона в области психологии, определяющего пределы способности человека к переработке информации). Часто для получения реальных «весов» параметров необходимо проводить дополнительное исследование. Особым типом данных являются даты. Бывает, что по смыслу работы с ними приходится производить действия (например, определять, сколько времени прошло между соседними исследованиями), поэтому нужно следить, чтобы они записывались в определенном формате. Важен вопрос о точности измерения и представления медицинских параметров. Понятно, что точность исходных данных определяется точностью метода и(или) прибора, с помощью которых осуществляется измерение. В описательной статистике при работе с медицинскими данными необходимо поступать следующим образом: с одной стороны, не допускать потерь информации исходно — использовать данные с той точностью, которая имеет место при измерении; с другой — при представлении результатов статистической обработки данных не приводить избыточной информации — в большинстве случаев достаточно той точности представления информации, что и в исходных данных, либо использования одного Дополнительного разряда. Обычно при предъявлении числовых данных указываются два знака после запятой. Исключением являются случаи представления констант и весовых коэффициентов функций, полученных в результате многомерного анализа (например, дискриминантного); тогда в результирующих таблицах обязательно должны приводиться все цифры после запятой. Следует остановиться на еще одной особенности медицинских данных. В математической статистике выводы основаны на допущении: то, что верно на случайной выборке, верно и для генеральной совокупности, из которой она получена. Генеральная совокупность — это набор данных, описывающих нечто всеобъемлющее, например все дети, живущие на планете Земля, вся совокупность пациентов, которые могли бы получать определенный препарат и т. п. Выборка — часть генеральной совокупности, описывающая ее с той или иной долей погрешности. Часто сформировать истинно случайную выборку из генеральной совокупности не представляется возможным в силу того, что для выполнения требований репрезентативности объекты исследования (пациенты) должны проживать на разных континентах земного шара. Проведение таких исследований в настоящее время возможно, однако в силу существенных физиологических различий между людьми, живущими в разных уголках планеты, может быть потерян клинический смысл исследования. Это утверждение справедливо для достаточно широко распространенных в настоящее время международных мультицентровых исследований, посвященных, например, метаболическому синдрому, в которых принимают участие крупные отечественные центры и институты. В таких случаях выборка должна быть репрезентативна к исследуемой популяции (населению РФ или определенных, этнически сходных, регионов России). Современная технология статистического анализа данных включает: 1) постановку задачи и планирование исследования: составление детального плана сбора исходных данных, определение характера выборки; 2) подготовку данных; 3) выбор методов обработки данных; 4) проведение анализа данных; 5) интерпретацию и представление результатов анализа. Рассмотрим пример из клинической дисциплины. Непараметрические методы. В клинической медицине и при обработке данных медикобиологических экспериментов в большинстве случаев необходимо пользоваться непараметрическими методами статистического анализа. Они являются менее мощными, чем параметрические, но применимы для любых видов распределений. Анализ характера распределения данных (его еще называют проверкой на нормальность распределения) осуществляется по каждому параметру. Для проверки на нормальность используют как визуализирующие методы (метод построения гистограмм), так и статистические (например, тест Колмогорова—Смирнова, критерий Шапиро—Уилкса). Для того чтобы уверенно судить о соответствии распределения параметра нормальному закону, необходимо, чтобы выборка была достаточно многочисленной (не менее 50 значений). Кроме разделения по уже описанному важнейшему статистическому подходу (параметрические, непараметрические) методы статистического анализа данных принято классифицировать несколькими способами: 1) по количеству одновременно анализируемых параметров (одномерные, двухмерные, многомерные или многофакторные); 2) имеющимся исходно предположениям о характере распределений выборок (односторонние тесты — при наличии предположения о смещении распределения параметра в одной из групп в определенную сторону относительно другой; двусторонние — при отсутствии такого предположения); 3) зависимости/независимости выборок. Независимыми считаются, например, группы пациентов, которые были рандомизированы (случайным образом отобраны). Зависимыми являются, например, данные одной и той же группы больных до и после лечения. Таким образом, для решения задач используют ряд параметрических и непараметрических статистических методов Наряду с методами одномерного и двухмерного анализа существует большое количество методов многомерного (многофакторного) анализа данных. Они дают возможность одновременно анализировать три и более переменные. К наиболее используемым методам многомерного анализа относятся: регрессионный анализ, дискриминантный анализ, кластерный анализ, дисперсионный анализ, анализ главных компонентов, факторный анализ. В клинических работах методы многофакторного анализа используются гораздо реже, чем описательная статистика, методы сравнения двух групп по параметру и корреляционный анализ, I хотя в последние годы наметилась тенденция к более широкому 1 применению регрессионного анализа. Регрессионный анализ представляет собой метод статистического анализа, позволяющий исследовать вид зависимости одного параметра от нескольких других. Наряду с дискриминантным и кластерным он является одним из методов статистического моделирования. Моделью при этом является получаемое уравнение регрессии. С помощью рассчитываемых в ходе peгрессионного анализа константы и коэффициентов можно прогнозировать величину исследуемого параметра в зависимости от значений других переменных. В отличие от корреляционного анализа, который лишь дает возможность установления факта взаимосвязи параметров, он описывает вид зависимости переменных. Регрессионный анализ подразделяют на однофакторный (один независимый параметр) и многофакторный (два и более независимых параметра), а также линейный и нелинейный. Линейный регрессионный анализ используется в тех случаях, когда все задействованные в нем параметры являются нормально распределенными, количество значений параметров намного превышает количество самих параметров и т.д. Число ограничений на корректное проведение регрессионного анализа достаточно велико. Самым употребляемым видом нелинейного регрессионного анализа в настоящее время является логистический. Главными условиями его применения является возможность принятия зависимым параметром только двух значений (например, есть заболевание — единица, нет заболевания — нуль). Все остальные параметры, задействованные в анализе, должны быть независимыми, при этом они могут быть любыми по типу — как количественными, так и качественными. Дискриминантный анализ — это один из методов решения задачи классификации — разработки правила отнесения исследуемого объекта к одной из нескольких групп на основании величин выделенных параметров. Кластерный анализ является методом статистической группировки объектов или параметров исследования в кластеры (от англ. cluster — гроздь, скопление) — подмножества исследуемой выборки. Дисперсионный анализ — метод в математической статистике, направленный на поиск зависимостей в экспериментальных данных путём исследования значимости различий в средних значениях. Анализ главных компонент - метод многомерного статистического анализа, используемый для сокращения размерности пространства переменных с минимальной потерей полезной информации. Фа́кторный анализ — многомерный метод, применяемый для изучения взаимосвязей между значениями переменных. Прогнозирование, как один из методов представляет научное предвидение наиболее вероятных изменений состояния отрасли здравоохранения, потребности общества в медицинских услугах, производственных возможностей медицины, направлений технического процесса отрасли и т.д. Прогнозирование является предварительной стадией работы. Это позволяет предвидеть проблемы, которые потребуется решить для достижения каких-то целей. Применение балансово - анлитического метода в медицине. Аналитический метод используется для планирования сети амбулаторно-поликлинических и больничных учреждений на основе анализа показателей здоровья населения и результатов деятельности медицинских учреждений. С помощью аналитического метода рассчитываются необходимые объемы амбулаторно-поликлинической и стационарной помощи, обеспеченность населения медицинскими кадрами, нагрузка медицинского персонала и другие показатели с учетом реальной потребности населения в тех или иных видах медицинской помощи. Например, чтобы рассчитать необходимое число врачей для амбулаторно-поликлинических учреждений, используют формулу:  где В - необходимое число врачей; Л - норматив посещений на 1 человека в год; Н - общая численность населения. При этом: Ф = А х В х Г, где Ф - функция врачебной должности врача, ведущего только амбулаторный прием в поликлинике; А - нагрузка врача на 1 ч работы; В - число часов работы врача в день; Г - число рабочих дней в году. Для врачей, ведущих амбулаторный прием в поликлинике и обслуживающих вызовы на дому, функция врачебной должности рассчитывается по формуле: Ф = [(А х В)+(С х Д)] х Г, где А - нагрузка на 1 ч приема врача в поликлинике; В - число часов работы врача на приеме в поликлинике; С - нагрузка врача на 1 ч обслуживания пациентов на дому; Д - число часов работы врача по обслуживанию пациентов на дому; Г - число рабочих дней в году. Или другой пример. При планировании сети больничных учреждений, используя аналитический метод, для расчета необходимого числа больничных коек в первую очередь экспертно определяют оптимальный уровень госпитализации населения (на 1000 населения). Затем необходимое число больничных коек в целом и по отдельным профилям определяют по формуле И.И. Розенфельда:  где К - необходимое число коек; Н - численность населения; Р - уровень госпитализации; П - среднее число дней пребывания больного на койке; Д - среднее число дней работы койки в году. Далее на основании рекомендованных штатных нормативов для больничных учреждений рассчитывают необходимое число должностей различных групп персонала. Нормативный метод применяется в стратегическом, перспективном и текущем планировании, и в его основе лежит использование утвержденных нормативов. Норматив - расчетная величина затрат материальных, финансовых, временных и других ресурсов, применяемая при нормировании труда, планировании производственной и хозяйственной деятельности. Нормативы разрабатываются и утверждаются МЗиСР РФ или другими уполномоченными органами исполнительной власти. По своей сути норматив - это количественная мера затрат финансовых, материальных, временных и других видов ресурсов, необходимых для оказания определенного объема медицинских услуг соответствующего качества. В здравоохранении используется следующая классификация нормативов (по видам ресурсов): - материальные, устанавливающие уровень затрат в натуральном выражении (расход энергоносителя на 1 м3 отапливаемых помещений, количество комплектов белья на 1 больного или 1 койку, расход продуктов питания на 1 койко-день и др.); - финансовые, устанавливающие уровень затрат в денежном выражении (расход финансовых средств на лекарственные препараты на 1 койко-день, подушевое финансирование, расход финансовых средств на 1 койко-день в отделениях различного профиля и др.); - временные, устанавливающие уровень затрат во времени (норматив времени выезда бригады скорой медицинской помощи, норматив среднечасовой нагрузки врачей отдельных специальностей на амбулаторно-поликлиническом приеме и др.). Использование нормативов в планировании здравоохранения является неотъемлемой частью механизма государственного регулирования в условиях рыночной экономики. Балансовый метод является одним из основных методов планирования в здравоохранении и позволяет увязывать потребности населения в тех или иных видах медицинской помощи с их ресурсным обеспечением. С помощью балансового метода вскрываются диспропорции в развитии отдельных видов медицинской помощи, например амбулаторно-поликлинической и стационарной, определяются оптимальные соотношения между соответствующими разделами комплексного плана развития здравоохранения, выявляются резервы, устанавливается макроэкономическое равновесие здравоохранения с другими отраслями. В практике планирования здравоохранения используют следующие системы балансов: - натуральные (материальные); - стоимостные (денежные); - трудовые (кадровые); - межотраслевые (например, баланс между потребностью в работниках здравоохранения и возможностью их подготовки в системе медицинского образования). В сложившейся практике планирования здравоохранения аналитический, нормативный и балансовый методы, как правило, используют вместе, дополняя один другим. Экспериментальный метод и его использование в здравоохранении. Одним из распространенных методов в настоящее время являются хозяйственные эксперименты. Поиск тех или иных методов повышения эффективности системы здравоохранения на примере нескольких регионов или отдельных медицинских учреждений имеет большое практическое значение. Экспериментальный метод – это метод поиска новых, наиболее рациональных форм и методов работы, создание моделей медицинской помощи, внедрение передового опыта, проверка проектов, гипотез, создание опытных баз, медицинских центров и т.д. Эксперимент можно проводить не только в естественных, но и в социальных науках. В общественном здоровье эксперимент может использоваться не часто из-за связанных с ним административно-законодательных трудностей. В области организации здравоохранения развивается метод моделирования, который состоит в создании моделей организации для экспериментальной проверки. В связи с экспериментальным методом большие надежны возлагаются на экспериментальные зоны и центры здравоохранения, а также на экспериментальные программы по отдельным проблемам. Экспериментальные зоны и центры можно назвать «полевыми лабораториями» по проведению научных исследований в области здравоохранения. В зависимости от целей и проблем, ради которых они созданы, эти модели значительно варьируют по объему и организации, бывают временными или постоянными. Экспериментальное исследование имеет много черт проспективного когортного исследования и относится к категории аналитических исследований. Различие заключается в том, что в экспериментальном исследовании исследователь не является пассивным наблюдателем, а сам активно распределяет воздействие изучаемого факторного признака между участниками исследования. Известно, что постановка эксперимента является оптимальным способом установления причинноследственных связей, именно поэтому в экспериментальных исследованиях сам исследователь непосредственно определяет, кого и как подвергать изучаемому воздействию и проводит наблюдение от момента начала воздействия фактора до момента возникновения изучаемого исхода. Основной целью экспериментальных исследований в научной и врачебной практике является доказательство гипотез количественная оценка эффективности различных средств лечения и методов профилактики. Экспериментальные исследования могут выполняться как с участием человека, так и с использованием лабораторных животных (например, доклинические исследования лекарственных препаратов). В зависимости от способа организации и методологии проведения выделяют различные типы экспериментальных исследований. Если изучаемая совокупность состоит из пациентов, имеющих определенное заболевание, а целью исследования является оценка эффективности новых лекарственных препаратов, схем и методов лечения, то такое экспериментальное исследование называется клиническим испытанием (clinical trial). Если же в исследование включаются лица, не имеющие изучаемого заболевания, а проводимое вмешательство направлено на профилактику развития данной болезни, такие исследования называют полевыми испытаниями (field trial). В зависимости от наличия или отсутствия контрольной группы выделяют контролируемые и неконтролируемые экспериментальные исследования. Неконтролируемые клинические исследования предполагают описание течение заболевания в одной группе пациентов, которых подвергают изучаемому вмешательству (так называемые исследования по типу «до – после»). В данном случае предполагается, что любое благоприятное изменение, наблюдаемое после проведения лечения, обусловлено именно этим воздействием. Контролируемые испытания (controlled trial) – клинические эксперименты, в которых результат вмешательства в основной группе сравнивается с результатом вмешательства в контрольной группе. Наиболее эффективным типом контролируемых испытаний, имеющим наибольшую доказательную ценность, является рандомизированное контролируемое испытание (РКИ, randomized controlled trial) – методический стандарт оценки эффективности новых терапевтических средств. Поскольку исследователь стремится получить наиболее точные и достоверные результаты исследования именно использование процедуры рандомизации, методы маскирования (о рандомизации и маскировании будет сказано ниже) и качественно сформированная контрольная группа способствуют тому, что результаты исследования не будут искажены субъективными факторами и систематической ошибкой. Обеспечение высокого качества проведения современных РКИ осуществляется путем неукоснительного соблюдения международных стандартов ICH GCP (Международная конференция по гармонизации технических требований к регистрации лекарственных препаратов для человека и к отчетам о проведении испытаний). При проведении экспериментальных исследований серьезное внимание уделяется этическим аспектам проводимого эксперимента. В основе этического анализа потенциального исследования лежит основной врачебный принцип – «не навреди». На уровне комитетов по этике происходит независимая оценка того, будет ли данное исследование оправдано с точки зрения потенциального вреда здоровью участников и пользы, которую принесет данная работа в будущем (например, открытие новых эффективных лекарственных препаратов и методов лечения, что благоприятно скажется на состоянии здоровья населения в перспективе). В современной медицинской науке основная доля экспериментальных исследований (в основном – РКИ), проводится по инициативе крупных фармацевтических компаний, так как организация и проведение РКИ требует вложения колоссальных финансовых средств. Таким образом, проведение экспериментального исследования состоит из следующих этапов: 1. Формирование из генеральной совокупности выборки пациентов, которые будут участвовать в исследовании. 2. Разделение выборки на основную и контрольную группы. 3. Воздействие на основную группу изучаемым фактором (например, лекарственный препарат, оперативное вмешательство и проч.). 4. Контрольное воздействие на контрольную группу. 5. Сравнение определенных показателей в основной и контрольной группе на момент окончания наблюдения (оценка эффективности экспериментального воздействия). Сущность рыночного механизмаМеханизм рынка услуг здравоохранения функционирует благодаря взаимодействию грех основных параметров: спросу, предложению и цене. Определим экономическое содержание названных категорий. Спрос – это платежеспособная потребность, то есть то количество медицинских услуг, которое желают и могут приобрести пациенты на данной территории и в данное время. Бесполезно определять величину спроса без цены, так он изменяется именно в зависимости от нее. Эта объективная связь между ценой и спросом реализует себя через за коны спроса: «Чем меньше цена, тем больше спрос» или, «при прочих равных условиях спрос на услугу изменяется в обратной зависимости от цены». На спрос действует не только иена, но и ряд других факторов, которые принято называть детерминантами спроса (факторы, влияющие на спрос): 1. Уровень доходов населения. 2. Изменение в структуре населения. 3. Численность пациентов в стране. 4. Изменение вкусов пациентов. 5. «Форсирование спроса» на медицинские услуги. Спрос изображается в виде графика. Кривая спроса показывает объем спроса на товары и медицинские услуги, при каждом значении цены и при неизменных прочих факторах, влияющих на объем спроса.  Предложение – это количество медицинских услуг, которое врачи могут оказать в определенный период времени населению. Зависимость между ценой и предложением не обратная, а прямая. Закон предложения гласит: «предложение, при прочих равных условиях, изменяется в прямой зависимости от изменения цены». Детерминанты предложения: Количество врачей. Стоимость медицинского оборудования и других ресурсов. Совершенствование медицинского оборудования. Налоговая система. Наличие новых конкурентов. На графике кривая предложения имеет обратное направление.  Цена как денежное выражение стоимости услуги формируется при взаимодействии на рынке носителей спроса и предложения, т.е. пациента и производителя услуг (врача). Если вопрос о цене решен, то услуга может быть оказана. Результатом этой рыночной операции является получение прибыли. Если рассмотреть вышеназванные категории с позиции производителя и потребителя медицинских услуг, тополучится следующая картина: производитель, имея цепью получить максимальную прибыль, устанавливает минимальную цену предложения а потребитель, желая приобрести товар или услугу с меньшими затратами, имеет в виду максимальную цену. Таким образом, цена спроса – максимальна, а цена предложения – минимальна. В результате взаимодействия спроса и предложения устанавливается РЫНОЧНАЯ ЦЕНА. Она фиксируется в точке, в которой пересекаются кривые спроса и предложения. Эта точка (Т) называется точкой равновесия, а цена равновесной. Только в этой точке цена одновременно устраивает как производителя медицинских услуг, так и потребителя.  Рис. Взаимодействие цены спроса (q) и цены предложения (р) Условиями равновесия рынка отвечают соотношения: St=dt=Pt*qt; где S – величина предложения, d – размеры спроса. Таким образом, рыночный механизм характеризуется способностью достигать подвижного, динамического равновесия между спросом и предложением. Рынок действует как саморегулирующаяся система. Утвердившиеся в обществе рыночные отношения оказывают огромное воздействие на развитие здравоохранения, выполняя при этом ряд существенных функций: 1. Функция информационная. Через постоянно меняющиеся цены и процентные ставки на кредит рынок дает участникам производства объективную информацию об общественно необходимом количестве услуг, которые поставляются на рынок. 2. Функция посредническая. Экономически обособленные производители должны найти друг друга и обменяться результатами своей деятельности. Без рынка невозможно определить, насколько взаимовыгодной является та или иная технологическая и экономическая связь между конкретными участниками производства. 3. Функция ценообразующая. На рынок поступают обычно услуги одного назначения, но содержащие неодинаковое количество затрат. Рынок признает лишь общественно-необходимые затраты, соответствующие условиям предоставления основной массы услуг данного вида, только если их согласен оплатить потребитель. 4. Функция регулирующая. Рынок немыслим без конкуренции. Внутриотраслевая конкуренция стимулирует снижение затрат на единицу оказываемых услуг, поощряет технические нововведения, повышает качество оказываемых услуг. Методологическая основа экономики здравоохранения – это фундаментальная экономическая теория, на базе которой изучаются действия экономических законов и развитие экономических отношений в здравоохранении на различных этапах эволюции общества. Список использованных источников: Федеральный закон от 21.11.2011 N 323-ФЗ (последняя редакция) "Об основах охраны здоровья граждан в Российской Федерации" (с изм. и доп., вступ. в силу с 31.01.2019). Официальный интернет-портал правовой информации http://www.pravo.gov.ru, 22.11.2011. Федеральный закон от 25.11.2013 N 317-ФЗ (последняя редакция) "О внесении изменений в отдельные законодательные акты Российской Федерации и признании утратившими силу отдельных положений законодательных актов Российской Федерации по вопросам охраны здоровья граждан в Российской Федерации". Официальный интернет-портал правовой информации http://www.pravo.gov.ru, 25.11.2013. . Федеральный закон от 04 мая 2011 года № 99-ФЗ «О лицензировании отдельных видов деятельности» (последняя редакция) // Электронный ресурс. – Режим доступа: КонсультантПлюс. Федеральный закон от 27 июля 2010 года № 210-ФЗ «Об организации предоставления государственных и муниципальных услуг» (последняя редакция) // Электронный ресурс. – Режим доступа: КонсультантПлюс. Приказ Федерального фонда обязательного медицинского страхования «Об утверждении Порядка организации и проведения контроля объемов, сроков, качества и условий предоставления медицинской помощи по обязательному медицинскому страхованию» от 1 декабря 2010 года № 230 // Электронный ресурс. – Режим доступа: КонсультантПлюс. Решетников, А. В. Экономика и управление в здравоохранении: учебник и практикум для вузов / А. В. Решетников, Н. Г. Шамшурина, В. И. Шамшурин; под общ. ред. А. В. Решетникова. — 2-е изд., перераб. и доп. — М.: Издательство Юрайт, 2019. — 328 с. Режим доступа: https://www.biblio-online.ru/ Омирбаева Б. С., Жанабергенова М. А., - Здравоохранение, как важный сектор экономики, обеспечивающий социальную безопасность Казахстана// Central Asian Economic Review - 2017. -№1. Режим доступа: https://e.lanbook.com Цыганкова С.М. Формирование механизма государственного регулирования в сфере здравоохранения: Монография / Цыганкова С.М., Левкевич М.М. - М.:НИЦ ИНФРА-М, 2019. - 156 с Режим доступа http://www.znanium.com Абдуллаев Жалолиддин Тахирович - Анализ видов финансирование учреждений здравоохранения// Бюллетень науки и практики - 2018.-№5 Режим доступа: https://e.lanbook.com Разуваева М.Р. - Финансирование здравоохранения в российской федерации на современном этапе// Экономическая среда - 2017.-№3. Режим доступа: https://e.lanbook.com |