ЕФЕКТИВНІСТЬ СИСТЕМИ МЕДИКО-СОЦІАЛЬНОГО ЗАБЕЗПЕЧЕННЯ НАСЕЛЕННЯ УКРАЇНИ ПІД ВПЛИВОМ ПАНДЕМІЇ
Анотація
Не існує єдиної думки серед науковців щодо набору детермінант, які вплинули на перебіг пандемії та резільєнтність до неї. Метою дослідження є визначення оптимальних параметрів побудови системи медико-соціального забезпечення населення в резільєнтному до COVID-19 форматі. Актуальність вирішення проблеми полягає в тому, що кожна країна має свою специфіку та менталітет, тобто неможливо розробити універсальні рекомендації для всіх країн одночасно. Дослідження здійснюється в такій логічній послідовності: збір та обробка статистичної інформації; усунення мультиколінеарності; розподіл детермінант на деструктори та стабілізатори; лінгвістична оцінка змінних; введення логічних правил нечіткої логіки. Дослідження доводить, що важливими показниками для ефективної протидії можливим епідеміологічним викликам є забезпеченість лікарень (лікарі, ліжка, стаціонари) та відповідальне ставлення населення до свого здоров’я (проходження профілактичних оглядів, відвідування лікарів, відмова від самолікування).
Посилання
Атлас громадського здоров'я України. URL: https://npsi.phc.org.ua/PH_Atlas?indicator=164&tab=infographics
Гриценко К. Метод діагностування рівня капіталізації страхових компаній з використанням теорії нечіткої логіки. Вісник Університету банківської справи Національного банку України. 2010. Т. 2, № 8. С. 241–244.
Матвійчук А. Моделювання фінансової стійкості підприємств із застосуванням теорій нечіткої логіки, нейронних мереж і дискримінантного аналізу. Вісн. НАН україни. 2010. № 9. С. 24–46.
Центр медстатистики - за 2021 рік. URL: http://medstat.gov.ua/ukr/MMXXI.html (дата звернення: 30.09.2023).
Alin A. Multicollinearity. Wiley Interdisciplinary Reviews: Computational Statistics. 2010. Vol. 2. No. 3. P. 370–374. DOI: https://doi.org/10.1002/wics.84
Bielova I., Pakhnenko O., Bukhtiarova A. Measuring the health of ukraine’s economy using fuzzy logic. Market infrastructure. 2021. No. 57. DOI: https://doi.org/10.32843/infrastruct57-2
Chornyi O.V. State policy of healthcare transformation as a factor of social and economic stability during the pandemic covid-19 period in ukraine. "Scientific notes of taurida V.I. vernadsky university", series "public administration". 2020. No. 4. P. 108–112. DOI: https://doi.org/10.32838/tnu-2663-6468/2020.4/17
Stojkoski V. et al. Correlates of the country differences in the infection and mortality rates during the first wave of the COVID-19 pandemic: Evidence from Bayesian model averaging. Scientific reports. 2022. Vol. 12. No. 1. DOI: https://doi.org/10.1038/s41598-022-10894-6
Mishra N. P. et al. Global impacts of pre- and post-COVID-19 pandemic: focus on socio-economic consequences. Sensors international. 2020. Vol. 1. DOI: https://doi.org/10.1016/j.sintl.2020.100042
Khalatbari-Soltani S. et al.Importance of collecting data on socioeconomic determinants from the early stage of the COVID-19 outbreak onwards. Journal of epidemiology and community health. 2020. Vol. 74. Is. 8. DOI: https://doi.org/10.1136/jech-2020-214297
Silva-García J.T. et al. Integral Index of Water Quality: A New Methodological Proposal for Surface Waters. Water. 2023. Vol. 15. No. 7. DOI: https://doi.org/10.3390/w15071414
Momot V. The COVID-19 pandemic as a socio-economic phenomenon. Socio-Economic research bulletin. 2022. Vol. 3-4. No. 82-83. P. 56–80. DOI: https://doi.org/10.33987/vsed.3-4(82-83).2022.65-80
Uscher-Pines L. et al. Planning for an influenza pandemic: social justice and disadvantaged groups. Hastings center report. 2007. Vol. 37. No. 4. P. 32–39. DOI: https://doi.org/10.1353/hcr.2007.0064
Nano Prawoto, Eko Priyo Purnomo, Abitassha Az Zahra. The impacts of covid-19 pandemic on socio-economic mobility in indonesia. International journal of economics and business administration. 2020. Vol. VIII, Issue 3. P. 57–71. DOI: https://doi.org/10.35808/ijeba/486
Nan X. et al. Public health messaging during the COVID-19 pandemic and beyond: lessons from communication science. Health communication. 2021. Vol. 37. No. 1. P. 1–19. DOI: https://doi.org/10.1080/10410236.2021.1994910
Park K.Y. et al. Respiratory virus surveillance in Canada during the COVID-19 pandemic: an epidemiological analysis of the effectiveness of pandemic-related public health measures in reducing seasonal respiratory viruses test positivity. Plos one. 2021. Vol. 16. No. 6. DOI: https://doi.org/10.1371/journal.pone.0253451
Sá F. Do vaccinations reduce inequality in Covid-19 mortality? Evidence from England. Social science & medicine. 2022. Vol. 305. DOI: https://doi.org/10.1016/j.socscimed.2022.115072
Serrano-Guerrero J., Romero F.P. & Olivas J.A. Fuzzy logic applied to opinion mining: A review. Knowledge-Based Systems. 2021. Vol. 222. DOI: https://doi.org/10.1016/j.knosys.2021.107018
Varkey R.S. et al. Socioeconomic determinants of COVID‐19 in Asian countries: an empirical analysis. Journal of public affairs. 2020. Vol. 21. Is. 4. DOI: https://doi.org/10.1002/pa.2532
Statement on the fifteenth meeting of the IHR (2005) Emergency Committee on the COVID-19 pandemic. URL: https://www.who.int/news/item/05-05-2023-statement-on-the-fifteenth-meeting-of-the-international-health-regulations-(2005)-emergency-committee-regarding-the-coronavirus-disease-(covid-19)-pandemic
Vraga E.K., Jacobsen K.H. Strategies for effective health communication during the coronavirus pandemic and future emerging infectious disease events. World medical & health policy. 2020. Vol. 12. No. 3. P. 233–241. DOI: https://doi.org/10.1002/wmh3.359
Atlas of public health in Ukraine. Available at: https://npsi.phc.org.ua/PH_Atlas?indicator=164&tab=infographics
Hrytsenko K. (2010) Method of diagnosing the level of capitalisation of insurance companies using the theory of fuzzy logic. Bulletin of the University of Banking of the National Bank of Ukraine, vol. 2, no. 8, pp. 241–244.
Matviichuk A. (2010) Modelling the financial stability of enterprises using the theories of fuzzy logic, neural networks and discriminant analysis. Bulletin of the National Academy of Sciences of Ukraine, no. 9, pp. 24–46.
Centre for Medical Statistics - 2021. Available at: http://medstat.gov.ua/ukr/MMXXI.html (accessed September 30, 2023).
Alin A. (2010) Multicollinearity. Wiley Interdisciplinary Reviews: Computational Statistics, no. 2(3), pp. 370–374. DOI: https://doi.org/10.1002/wics.84
Bielova I., Pakhnenko O., Bukhtiarova A. (2021) Measuring the health of ukraine’s economy using fuzzy logic. Market infrastructure, no. 57. DOI: https://doi.org/10.32843/infrastruct57-2
Chornyi O. V. S(2020) tate policy of healthcare transformation as a factor of social and economic stability during the pandemic covid-19 period in ukraine. "Scientific notes of taurida V.I. vernadsky university", series "public administration", no. 4, pp. 108–112. DOI: https://doi.org/10.32838/tnu-2663-6468/2020.4/17
Stojkoski V. et al. (2022) Correlates of the country differences in the infection and mortality rates during the first wave of the COVID-19 pandemic: Evidence from Bayesian model averaging. Scientific reports, vol. 12, no. 1. DOI: https://doi.org/10.1038/s41598-022-10894-6
Mishra N. P. et al. Global impacts of pre- and post-COVID-19 pandemic: focus on socio-economic consequences. Sensors international. 2020. Vol. 1. DOI: https://doi.org/10.1016/j.sintl.2020.100042
Khalatbari-Soltani S. et al. (2020) Importance of collecting data on socioeconomic determinants from the early stage of the COVID-19 outbreak onwards. Journal of epidemiology and community health, vol. 74, is. 8. DOI: https://doi.org/10.1136/jech-2020-214297
Silva-García J. T. et al. (2023) Integral Index of Water Quality: A New Methodological Proposal for Surface Waters. Water, vol. 15, no. 7. DOI: https://doi.org/10.3390/w15071414
Momot V. (2022) The COVID-19 pandemic as a socio-economic phenomenon. Socio-Economic research bulletin, vol. 3-4, no. 82-83, pp. 56–80. DOI: https://doi.org/10.33987/vsed.3-4(82-83).2022.65-80
Uscher-Pines L. et al. (2007) Planning for an influenza pandemic: social justice and disadvantaged groups. Hastings center report, vol. 37, no. 4, pp. 32–39. DOI: https://doi.org/10.1353/hcr.2007.0064
Nano Prawoto, Eko Priyo Purnomo, Abitassha Az Zahra (2020) The impacts of covid-19 pandemic on socio-economic mobility in indonesia. International journal of economics and business administration, vol. VIII, issue 3, pp. 57–71. DOI: https://doi.org/10.35808/ijeba/486
Nan X. et al. (2021) Public health messaging during the COVID-19 pandemic and beyond: lessons from communication science. Health communication, vol. 37, no. 1, pp. 1–19. DOI: https://doi.org/10.1080/10410236.2021.1994910
Park K. Y. et al. (2021) Respiratory virus surveillance in Canada during the COVID-19 pandemic: an epidemiological analysis of the effectiveness of pandemic-related public health measures in reducing seasonal respiratory viruses test positivity. Plos one, vol. 16, no. 6. DOI: https://doi.org/10.1371/journal.pone.0253451
Sá F. (2022) Do vaccinations reduce inequality in Covid-19 mortality? Evidence from England. Social science & medicine, vol. 305. DOI: https://doi.org/10.1016/j.socscimed.2022.115072
Serrano-Guerrero J., Romero F. P. & Olivas J. A. (2021) Fuzzy logic applied to opinion mining: A review. Knowledge-Based Systems, vol. 222. DOI: https://doi.org/10.1016/j.knosys.2021.107018
Varkey R. S. et al. (2020) Socioeconomic determinants of COVID‐19 in Asian countries: an empirical analysis. Journal of public affairs, vol. 21, is. 4. DOI: https://doi.org/10.1002/pa.2532
Statement on the fifteenth meeting of the IHR (2005) Emergency Committee on the COVID-19 pandemic. Available at: https://www.who.int/news/item/05-05-2023-statement-on-the-fifteenth-meeting-of-the-international-health-regulations-(2005)-emergency-committee-regarding-the-coronavirus-disease-(covid-19)-pandemic
Vraga E. K., Jacobsen K. H. (2020) Strategies for effective health communication during the coronavirus pandemic and future emerging infectious disease events. World medical & health policy, vol. 12, no. 3, pp. 233–241. DOI: https://doi.org/10.1002/wmh3.359
