Performance of management of the health system (on the example of the Arkhangelsk region)

Cover Page

Cite item

Full Text

Abstract

BACKGROUND: Currently, health care occupies an exceptional place in a socially oriented economy. To assess the effective functioning of the health care system, it is necessary to constantly monitor performance indicators that allow you to determine the level of saving the health of the population.

AIM: Determine the degree of effectiveness of health system management based on a comparative analysis of certain target indicators with their actual values.

MATERIALS AND METHODS: An analysis of the indicators contained in the State program of the Arkhangelsk region "Health care development in the Arkhangelsk region" was carried out. The following parameters were chosen as targets: life expectancy at birth; maternal mortality per 100 000 live births; infant mortality per 1000 live births; total fertility rate; number of doctors per 10 000 population; number of average medical personnel per one doctor. Analysis period — 2010–2020. The study is retrospective, descriptive, not randomized. The level of performance was calculated from the ratio of target and actual indicators and their subsequent integration. The analysis of dynamic series for the presence of anomalous values (outliers) was carried out by the Irwin method.

RESULTS: The main indicators that ensure the level of performance are maternal mortality and availability of doctors. The availability of doctors per 10,000 population was significantly higher than the target indicators over the entire time period by an average of 32.8%. The target indicators of maternal mortality were lower than the actual ones on average by 50.1%, which seems to be due to overestimation of the target indicator.

CONCLUSION: Target indicators of health care system performance tend to overestimate against the background of the lack of a clearly defined methodological apparatus for their calculation, which, in most cases, leads to a mismatch between their dynamics and the dynamics of actual indicators, increasing the calculated level of health care system management performance.

About the authors

Kirill V. Shelygin

Northern State Medical University

Author for correspondence.
Email: shellugin@yandex.ru
ORCID iD: 0000-0002-4827-2369
SPIN-code: 7787-6746

MD, Dr. Sci. (Med.), associate professor

Russian Federation, Arkhangelsk

Tatyana N. Ushakova

Northern State Medical University

Email: ushakovatn@gmail.com
ORCID iD: 0000-0002-1933-8277
SPIN-code: 1410-8428

Cand. Sci. (Econ.), associate professor

Russian Federation, Arkhangelsk

Natalia V. Zykova

Northern State Medical University

Email: zykovanv@gmail.com
ORCID iD: 0000-0001-7537-6860
SPIN-code: 2056-1068

Cand. Sci. (Econ.), associate professor

Russian Federation, Arkhangelsk

Lada I. Lozhkina

Northern State Medical University

Email: lada1@yandex.ru
ORCID iD: 0000-0002-3687-6122
SPIN-code: 5094-9436

Cand. Sci. (Psychol.)

Russian Federation, Arkhangelsk

Valentina A. Mikityuk

Northern State Medical University

Email: mva-vam2010@yandex.ru
ORCID iD: 0000-0003-1522-5133
SPIN-code: 1910-1656

Cand. Sci. (Econ.)

Russian Federation, Arkhangelsk

References

  1. Krivenko NV. Opportunities for improving the healthcare performance to retain human capital and ensure socio-demographic security of the region. Economic Analysis: Theory and Practice. 2018;17(9):1642–1660. (In Russ). doi: 10.24891/ea.17.9.1642
  2. GOST R ISO 9000—2015 Sistemy menedzhmenta kachestva. Osnovnye polozheniya i slovar'. Moscow: Standartinform; 2015. P. 17. (In Russ). Available from: https ://docs.cntd.ru/document/1200124393
  3. Mikhaylova Yu, Golubev N, Danaev A, et al. Comprehensive analysis of effectiveness and efficiency of medical organizations of the Stavropol territory providing primary care in the context of principles of lean manufacturing in healthcare. Social Aspects of Population Health. 2022;68(3):1. (In Russ). doi: 10.21045/2071-5021-2022-68-3-1
  4. Smirnova EV, Volkova O. Citizens' complaints about the availability and quality of medical care as a tool to evaluate the effectiveness of “A new model of a primary healthcare organization”. Health Care Standardization Problems. 2021;(3-4):3–12. (In Russ). doi: 10.26347/1607-2502202103-04003-012
  5. Ivanova SN. Public health and health care development in the regions of Russia. Siberian Journal of Life Sciences and Agriculture. 2021;13(2):47–63. (In Russ). doi: 10.12731/2658-6649-2021-13-2-47-63
  6. http://demogr.nes.ru/ [Internet]. Rossiiskaya baza dannykh po rozhdaemosti i smertnosti. Tsentr demograficheskikh issledovanii Rossiiskoi ekonomicheskoi shkoly. (In Russ). Available from: http://demogr.nes.ru/index.php/ru/demogr_indicat/data https ://rosstat.gov.ru/ [Internet]. Baza dannykh Federal'noi sluzhby gosudarstvennoi statistiki (Rosstat). (In Russ). Available from:
  7. https://rosstat.gov.ru/folder/10705
  8. Postanovlenie Pravitel'stva Arkhangel'skoi oblasti ot 12 oktyabrya 2012 goda N 462-pp “Ob utverzhdenii gosudarstvennoi programmy Arkhangel'skoi oblasti “Razvitie zdravookhraneniya Arkhangel'skoi oblasti” (s izmeneniyami na 9 janvarja 2023 goda)”. (In Russ). Available from: https ://docs.cntd.ru/document/462600002
  9. Popukaylo VS. Detection of outliers in processing of small size data. Tekhnologiya i konstruirovanie v elektronnoi apparature. 2016;(4-5):42–46. (In Russ). doi: 10.15222/tkea2016.4-5.42
  10. Askarov RA, Frants MV, Utyasheva IB, et al. Identification of life expected factors: analysis of panel data. Health Care of the Russian Federation. 2019;63(6):313–321. (In Russ). doi: 10.18821/0044-197X-2019-63-6-313-321
  11. Skipin DL, Yukhtanova YuA, Kryzhanovskii OA, Tokmakova EG. Life expectancy in Russia's regions. Economic and Social Changes: Facts, Trends, Forecast. 2022;15(2):156–171. (In Russ). doi: 10.15838/esc.2022.2.80.10
  12. Padrul MM, Isaeva NV, Cherkasova EV, Berseneva SN. Epidemiological assessment of long-term maternal and failed maternal mortality. Perm Medical Journal. 2022;39(3):114–121. (In Russ). doi: 10.17816/pmj393114-121
  13. Shapovalova MA, Boiko YuP, Ugurchieva KhYu, et al. On the issue of trends and causes of infant mortality. Caspian Journal of Medicine and Pharmacy. 2022;3(3):30–38. (In Russ). doi: 10.48612/agmu/2022.3.3.30.38
  14. Reprintseva EV. Comparative assessment of doctor`s supply in Russia and Europe. Azimuth of Scientific Research: Economics and Administration. 2018;7(3):240–243. (In Russ).
  15. Mediko-demograficheskie pokazateli Rossiiskoi federatsii, 2009 god. Moscow: Russian Research Institute of Health; 2010. 175 p. (In Russ).
  16. https ://rosstat.gov.ru/
  17. [Internet]. Rosstat. Zdravookhranenie v Rossii 2009, 2011, statisticheskii sbornik. (In Russ). Available from: https ://rosstat.gov.ru/folder/210/document/13218
  18. Boyko YuP, Shapovalova MA, Shcherbin AV, et al. Analysis of maternal mortality in the Russian Federation the main trends. Caspian Journal of Medicine and Pharmacy. 2020;1(3-4):8–16. (In Russ). doi: 10.17021/2020.1.3-4.8.16

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Dynamics of the target and actual indicators of life expectancy at birth (LEB), years, 2010–2020. NAO — Nenets Autonomous Okrug.

Download (131KB)
Indexing metadata
3. Fig. 2. Dynamics of target and actual indicators of maternal mortality per 100,000 live births, 2010–2020. NAO — Nenets Autonomous Okrug.

Download (176KB)
Indexing metadata
4. Fig. 3. Dynamics of actual and target indicators of infant mortality, per 1,000 live births, 2010–2020. NAO — Nenets Autonomous Okrug.

Download (152KB)
Indexing metadata
5. Fig. 4. Dynamics of actual and target indicators of the total fertility rate, 2010–2020.

Download (158KB)
Indexing metadata
6. Fig. 5. Dynamics of the target and actual indicators of the availability of doctors, per 10,000 population, 2010–2020. NAO — Nenets Autonomous Okrug.

Download (156KB)
Indexing metadata
7. Fig. 6. Dynamics of the indicator "The number of nursing staff per one doctor", 2010–2020. NAO — Nenets Autonomous Okrug.

Download (180KB)
Indexing metadata
8. Fig. 7. Percentage of observations of actual indicators exceeding the level of target values, 2010–2020. The data are given jointly for the Arkhangelsk Region with and without NAO. LEB — life expectancy at birth. NAO — Nenets Autonomous Region.

Download (102KB)
Indexing metadata
9. Fig. 8. Dynamics of performance coefficients, 2010–2020. NAO — Nenets Autonomous Okrug.

Download (235KB)
Indexing metadata

Copyright (c) 2023 Eco-Vector

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».