Исследование факторов динамики ожидаемой продолжительности жизни и ее прогнозирование на основе математических моделей

D D Vavilova; M N Krasnoperova

doi:10.22213/2410-9304-2026-2-25-34

Authors

D. D. Vavilova Kalashnikov Izhevsk State Technical University
M. N. Krasnoperova Kalashnikov Izhevsk State Technical University

DOI:

https://doi.org/10.22213/2410-9304-2026-2-25-34

Keywords:

modeling, forecast, Udmurt Republic, life expectancy, mortality, birthrate, morbidity, investments in healthcare

Abstract

The article is devoted to the analysis of indicators affecting life expectancy based on statistical data from the Udmurt Republic. The influence of factors was studied using methods of primary, correlation, and regression analysis. Mathematical models were constructed to describe the relationship between life expectancy and a number of social and economic indicators, including the mortality rate, total morbidity, the incidence of neoplasms, diseases of the circulatory system and nervous system, the number of hospital beds, the number of doctors and people with disabilities, and consolidated budget expenditures on healthcare. Based on the quality indicators of the constructed models, the most accurate multiple regression model was selected. It was revealed that life expectancy has an inverse relationship with the mortality rate and a directly proportional relationship with the number of hospital beds. A moderate positive correlation was found between specific investments in healthcare and life expectancy. The analysis of public health indicators in the Udmurt Republic was carried out in the context of its municipal districts. The most favorable demographic situation is observed in the central and southern districts of the Republic adjacent to the capital, while in the northern and peripheral districts, minimum life expectancy values and maximum mortality rates are recorded, which correlates with the distance from the regional center (the correlation coefficient between the distance to Izhevsk and the affecting life expectancy is -0.62). The dynamics of life expectancy in the Udmurt Republic up to 2030 was forecasted. Using the sliding window method, the most probable (at the 95% significance level) dynamics of life expectancy was determined, projecting it to reach 72.74 years by 2030. The results obtained can be used to assess the effectiveness of the healthcare system, plan resource allocation, and for further research into the relationship between public health and the social and economic development of the region.

Author Biographies

D. D. Vavilova, Kalashnikov Izhevsk State Technical University

PhD in Engineering, Associate Professor

M. N. Krasnoperova, Kalashnikov Izhevsk State Technical University

Student

References

The long-term effect of social, educational, and health expenditures on indicators of life expectancy: an empirical analysis for the OECD countries / National Library of Medicine. URL: https://pmc.ncbi. nlm.nih.gov/articles/PMC11688634 (дата обращения: 10.11.2025).

Miles D. Macroeconomic impacts of changes in life expectancy and fertility // The Journal of the Economics of Ageing. 2023. Vol. 24. DOI: 10.1016/j.jeoa.2022. 100425.

Кетова К. В., Вавилова Д. Д. Демографические проблемы современной Удмуртии : монография. Ижевск : Изд-во УИР ИжГТУ имени М. Т. Калашникова, 2022. 172 с. ISBN 978-5-7526-0994-7.

Лаптева И. П., Гришина Е. Н. Проблемы и перспективы роста ожидаемой продолжительности жизни населения России // Вестник Челябинского государственного университета. 2024. № 12 (494). С. 29-38. DOI:10.47475/1994-2796-2024-494-12-29-38.

Tadeparti S.V., Ramadhenu V., Vemuri J.P. Shapley-Based Comparative Analysis of Predictive Models for Life Expectancy Across Multiple Regions.Proceedings of the 1st Engineering Data Analytics and Management Conference(EAMCON 2025), 2025. P. 440-448. DOI:10.2991/978-94-6463-978-0_38.

Антипин И. А., Чиркова И. А. Демографическая ситуация в сельских муниципальных образованиях как индикатор социально-экономического развития Удмуртской Республики // Вестник Удмуртского университета. Сер. Экономика и право. 2025. Т. 35, № 4. С. 660-668. DOI:10.35634/2412-9593-2025-35-4-660-668.

Егоров Д. Б., Захаров С. Д., Егорова А. О. Современные методы анализа и прогнозирования временных рядов и их применение в медицине // Врач и информационные технологии. 2020. № 1. С. 21-26.

Моделирование уровня заболеваемости болезнями органов дыхания населения Приморского края / А. Г. Гузенко, А. Г. Кучерова, С. В. Кучерова, В. В.Ващенко // Международный журнал гуманитарных и естественных наук. 2024. № 9-3 (96). DOI: 10.24412/2500-1000-2024-9-3-158-162.

Шубин Л. Л., Гумеров Р. Р., Хайрутдинова И. Б. Заболеваемость населения Удмуртской Республики злокачественными новообразованиями за 2018-2023 годы // Международный журнал гуманитарных и естественных наук. 2024. № 9-5 (96). С. 139-143. DOI: 10.24412/2500-1000-2024-9-5-139-143.

Быкова А. В. Общественное здоровье как объект инвестиций: методические основы оценки и моделирования // Известия Дальневосточного федерального университета. Экономика и управление. 2022. № 1 (101). С. 41-52.

Chudo S. B., Terdik G. Modeling and Forecasting Time-Series Data with Multiple Seasonal Periods Using Periodograms // Econometrics. 2025. Vol. 13, No. 2. P. 14. DOI:10.3390/econometrics13020014.

Kouame Amos B., Smirnov I.V. Determinants Factors in Predicting Life Expectancy Using Machine Learning // Advanced Engineering Research. 2022. Vol. 22, No. 4. P. 373-383. DOI:10.23947/2687-1653-2022-22-4-373-383.

Carannante M., D’Amato V., Di Palo C. Prolonging life by vitagions: Modelling of mortality improvement shocks // Insurance: Mathematics and Economics. 2026. Vol. 126. P. 103198. DOI:10.1016/j.insmatheco.2025. 103198.

Hall S.G., Tavlas G.S., Wang Y., Gefang D. Inflation forecasting with rolling windows: An appraisal // Journal of Forecasting. 2024. Vol. 43, No. 4. P. 827-851. DOI:10.1002/for.3059.

Гафарова Е. А., Добикова Д. В. Фрактальный подход к прогнозированию экономических кризисов // Экономика и экологический менеджмент. 2012. № 1. С. 110-121.

Зубарев Н. Ю., Федулова Д. Д. Прогнозирование демографических показателей в сфере рождаемости населения: инерционный прогноз Versus прогноз на основе машинного обучения // Искусство управления. 2021. № 13 (2). С. 204-221. DOI: 10.17072/2218-9173-2021-2-204-221.

Вавилова Д. Д., Кетова К. В. Информационно-аналитическая система анализа региональных социально-экономических процессов на основе комплексного использования динамических моделей различных типов // Прикладная информатика. 2023. Т. 18, № 4 (106). С. 97-110. DOI 10.37791/2687-0649-2023-18-4-97-110.

Медико-организационный анализ заболеваемости, распространенности и смертности при злокачественных новообразованиях (по данным Удмуртской Республики) / С. А.Багин, Д. И. Кича, О. В. Рукодайный, Р. С.Голощапов-Аксенов // Медицина и организация здравоохранения. 2025. № 10 (3). С. 62-71. DOI: 10.56871/MHCO.2025.99.61.006.