FORECASTING OF EARLY DIAGNOSIS OF MALIGNANT NEOPLOGMS IN THE REGION BASED ON EXPONENTIAL SMOOTHING TIME SERIES

Abstract

В статье рассматривается один из способов прогнозирования и анализа ранней диагностики злокачественных новообразований с использованием метода экспоненциального сглаживания. Ранняя диагностика злокачественных новообразований (ЗНО) является актуальной медицинской и социальной проблемой. Диагностика рака на I-II стадии значительно увеличивает шансы на успешное лечение. Целью статьи является составление прогнозов на 2022-2024 года на основе статистических данных ранней диагностики онкологических заболеваний в период с 2016 по 2021 в Центральном Федеральном округе (ЦФО). Для работы был выбран метод экспоненциального сглаживания, так как данный метод является достаточно эффективным для построения краткосрочных прогнозов. Полученные данные были представлены в виде графиков и проанализированы. Результаты краткосрочного прогнозирования показывают, как в течение трёх лет, вероятно, будет развиваться ранняя диагностика онкологии в регионах ЦФО. Полученные при прогнозировании данные могут помочь в выявлении закономерностей ранней диагностики рака в медицинских организациях The article discusses one of the methods for predicting and analyzing the early diagnosis of malignant neoplasms using the exponential smoothing method. Early diagnosis of malignant neoplasms (MN) is an urgent medical and social problem. Diagnosing cancer at stages I-II significantly increases the chances of successful treatment. The purpose of the article is to compile forecasts for 2022-2024 based on statistical data on early diagnosis of cancer in the period from 2016 to 2021 in the Central Federal District (CFD). The exponential smoothing method was chosen for the work, since this method is quite effective for making short-term forecasts. The obtained data were presented in the form of graphs and analyzed. The results of short-term forecasting show that within three years the probability of an increase in early diagnosis of cancer in the regions of the Central Federal District. The data obtained during forecasting can help in identifying patterns of early cancer diagnosis in medical organizations