ФИНАНСОВО-ЭКОНОМИЧЕСКАЯ ОЦЕНКА ИСПОЛЬЗОВАНИЯ МЕДИЦИНСКОЙ СТАТИСТИКИ ПРИ ПРОГНОЗИРОВАНИИ АПТЕЧНОГО СПРОСА
DOI:
https://doi.org/10.5281/zenodo.23397154Abstract
Разработан методологический протокол оценки потенциального влияния агрегированной медицинской статистики на качество прогнозирования аптечных продаж и обоснованность финансового планирования аптечных организаций с учётом фактических сроков поступления информации. Основное внимание уделяется разграничению даты медицинского обращения, даты публикации статистического показателя и момента его фактической доступности для принятия закупочных решений. Использование окончательно уточнённых данных без учёта времени их первоначальной доступности может приводить к завышенной оценке точности прогнозирования и, соответственно, обоснованности решений по формированию товарных запасов и управлению оборотным капиталом. Методологическую основу исследования составляет целенаправленный анализ научной литературы, на основе которого разработаны правила сопоставления аптечной и медицинской информации, хронологического сравнения прогнозных моделей и проверки сценариев дополнительного запаздывания данных. Особое внимание уделяется сезонным колебаниям спроса, изменениям охвата поликлиник статистическим наблюдением и ограничениям интерпретации зарегистрированных продаж. Возможность использования данных системы DMED в деятельности аптечных организаций Узбекистана рассматривается с учётом необходимости согласования доступа к агрегированной медицинской информации. Основным результатом исследования является формирование методологического протокола, предусматривающего последующую эмпирическую апробацию. Предлагаемый подход позволяет определить условия, при которых медицинская статистика потенциально способствует повышению качества прогнозирования спроса, совершенствованию управления запасами и финансово обоснованному планированию закупок лекарственных средств. Эмпирическая апробация в рамках исследования не проводилась.Keywords
финансовое планирование, оборотный капитал, аптечные продажи, прогнозирование спроса, медицинская статистика, задержка поступления данных, управление запасами, DMEDReferences
Najmi, A. H. Estimation of hospital emergency room data using OTC pharmaceutical sales and least mean square filters / A. H. Najmi, S. F. Magruder. (2004). BMC Medical Informatics and Decision Making, 4. https://doi.org/10.1186/1472-6947-4-5
Pall, R. Predicting drug shortages using pharmacy data and machine learning / R. Pall, Y. Gauthier, S. Auer, W. Mowaswes. (2023). Health Care Management Science, 26, 395–411. https://doi.org/10.1007/s10729-022-09627-y
Reich, N. G. A collaborative multiyear, multimodel assessment of seasonal influenza forecasting in the United States / N. G. Reich, L. C. Brooks, S. J. Fox [et al.]. (2019). Proceedings of the National Academy of Sciences, 116(8), 3146–3154. https://doi.org/10.1073/pnas.1812594116
Lazer, D. The Parable of Google Flu: Traps in Big Data Analysis / D. Lazer, R. Kennedy, G. King, A. Vespignani. (2014). Science, 343(6176), 1203–1205. https://doi.org/10.1126/science.1248506
Hyndman, R. J. Forecasting: Principles and Practice [Электронный ресурс] / R. J. Hyndman, G. Athanasopoulos. – 3rd ed. – Melbourne : OTexts, 2021. – URL: https://otexts.com/fpp3/ .
Hyndman, R. J. Another look at measures of forecast accuracy / R. J. Hyndman, A. B. Koehler. (2006). International Journal of Forecasting, 22(4), 679–688. https://doi.org/10.1016/j.ijforecast.2006.03.001
Sachs, A.-L. The data-driven newsvendor with censored demand observations / A.-L. Sachs, S. Minner. (2014). International Journal of Production Economics, 149, 28–36. https://doi.org/10.1016/j.ijpe.2013.04.039
DMED. DMED Поликлиника : официальное описание продукта [Электронный ресурс]. – URL: https://dmed.uz/ products/polyclinics .
Downloads
Published
Issue
Section
License
Copyright (c) 2026 MUHANDISLIK VA IQTISODIYOT
This work is licensed under a Creative Commons Attribution 4.0 International License.
