Search for a command to run...
The article presents a new development of an evidence-based methodology for an algorithmic approach to identify anomalies in data on infant mortality in Russia for the period 2015−2024. The present investigation relies upon a comprehensive analysis involving regulatory research, the application of a system of linear equations, a matrix data structure, and the Z-score method, based on official Rosstat statistics. The developed universal methodology for detecting data anomalies in raw data combines a comprehensive approach to diagnosis, specialized linear equation methods for imputation of missing data, a matrix structure for spatiotemporal analysis and data standardization as well as a Z-score for visualizing results. This analysis identified key demographic trends: a steady decline in the number of live births in all regions of Russia, specific features of the infant mortality rate (until 2021 — coefficient K, after 2021 — coefficient Kr) and presence of anomalous values. The research offers an integrated approach to diagnosing anomalies in infant mortality data that combines original methodological techniques and analytical tools. The practical significance of the developed methodology is manifested in improving the accuracy of data defect diagnosis, optimizing the management decision-making system in healthcare and improving quality control mechanisms for medical care. This research primarily targets the identification of systemic issues in data collection and processing, alongside the development of effective methods to mitigate and eliminate these problems. В статье представлена новая разработка научно обоснованной методологии алгоритмического подхода к выявлению аномалий в данных о младенческой смертности в России за период 2015−2024 гг. Настоящее исследование опирается на комплексный анализ, включающий нормативно‑правовое исследование, применение системы линейных уравнений, матричную структуру данных и метод Z‑оценки на основе официальной статистики Росстата. Разработанная универсальная методология обнаружения аномалий в исходных данных сочетает комплексный подход к диагностике, включающий метод линейных уравнений для восполнения пропущенных данных, матричную структуру для пространственно‑временного анализа и стандартизации данных, а также Z‑оценку для визуализации результатов. В ходе исследования выявлены ключевые демографические тенденции: устойчивое снижение числа живорождённых во всех регионах России, специфические особенности коэффициента младенческой смертности (до 2021 г. — коэффициент K, после 2021 г. — коэффициент Kr), а также наличие аномальных значений. Исследование предлагает интегрированный подход к диагностике аномалий в данных о младенческой смертности, который объединяет оригинальные методологические приёмы и аналитические инструменты. Практическая значимость разработанного алгоритма заключается в повышении точности диагностики аномалий данных, оптимизации системы принятия управленческих решений в здравоохранении и совершенствовании механизмов контроля качества медицинской помощи. Данное исследование в первую очередь нацелено на выявление системных проблем в сборе и обработке данных, а также на разработку эффективных методов их снижения и устранения.