Территория Российской Федерации неоднородна по своим климатогеографическим, социально-экономическим и медико-демографическим характеристикам [1]. При этом значительная часть страны, с одной стороны, относится к неблагоприятным и даже экстремальным зонам для проживания населения, а с другой – является ключевым источником природных минеральных и биоресурсов, а также важным логистическим и экономическим центром [2][3]. В сложившейся ситуации стратегическая задача государства заключается во всестороннем освоении и устойчивом развитии данных территорий, что реализуется прежде всего за счет притока человеческих ресурсов [4]. Одной из форм обеспечения стабильной численности трудоспособного населения на территориях с суровыми климатическими и транспортными условиями является организация труда с помощью вахтового метода работы. Доля вахтовых работников в общей численности занятых, по данным формы федерального статистического наблюдения № П-4 (НЗ) «Сведения о неполной занятости и движении работников» и данным Росстата о числе занятых, в некоторых субъектах Российской Федерации достигает 30–35 %.

Вахтовый метод работы предъявляет большие требования к адаптивным возможностям человека [5]. При проживании и труде в экстремальных условиях на фоне нарушения внешнего фотопериодизма, смены часовых поясов и климатических зон организм претерпевает значительные физиологические перестройки [6]. Кроме того, вахтовый метод работы предполагает рост его интенсивности в период вахты, более продолжительную рабочую смену, уменьшение межсменного отдыха при минимальном социальном и бытовом обеспечении и выраженном длительном воздействии факторов хронического социального стресса [7]. В отечественной научной литературе в рамках описания особенностей состояния здоровья людей, занятых вахтовым методом работы, можно встретить такие понятия, как «северный стресс», «синдромом полярного напряжения» и «болезнь вахтовиков» [8].

Разнохарактерность, многосложность и неоднозначность воздействия на организм человека труда в неблагоприятных и экстремальных климатических условиях требует проведения клинических и популяционных исследований в области оценки состояния здоровья людей, временно проживающих на данных территориях. На протяжении более полувека в нашей стране активно ведутся подобные исследования в крупных федеральных и региональных научно-исследовательских центрах, медицинских вузах и организациях. Совершенно очевидно, что профиль и направленность данных исследований в конкретный исторический период определяются уровнем развития медицинской науки и технологического прогресса, накопленными теоретическими знаниями, внешними экономическими и социальными факторами, возникающими перед государством вызовами и угрозами. В последние годы в мире появились новые факторы, потенциально способные кардинально изменить ключевые детерминанты развития науки, среди которых прежде всего можно выделить распространение пандемии новой коронавирусной инфекции COVID-19, роботизацию трудовой деятельности, взрывной характер внедрения и развития технологий искусственного интеллекта, а также появление алгоритмов машинного обучения работы с большими базами данных. По этой причине представляется актуальным установление современного профиля отечественных исследований в области изучения состояния здоровья вахтовиков при помощи научно обоснованных методов визуализации данных и математического анализа.

Цель исследования – построить сетевую структуру и провести математический анализ современных отечественных исследований в области изучения состояния здоровья людей, занятых вахтовым методом работы.

Объектом исследования стали доступные для изучения отечественные публикации на русском языке, посвященные предметной области исследования на территории Российской Федерации, предметом исследования – информация о клинических, лабораторных и инструментальных данных о состоянии здоровья, в том числе об отдельных системах органов, методах исследования состояния здоровья, особенностях протекания физиологических и патологических процессов у людей, занятых вахтовым методом работы, и любая другая информация, содержащая в себе данные о медико-социальных и анамнестических показателях данной категории населения, особенностях организации вахтового метода работы в контексте обеспечения оказания качественной, доступной и безопасной медицинской помощи. В дальнейшем в работе все, что относилось к предмету исследований, будет называться «ключевые паттерны исследования».

На первом этапе оценка исследований на соответствие критериям включения проводилась в три этапа: оценка заголовка, аннотации и полного текста статьи (рис. 1). Методология поиска была разработана так, чтобы быть максимально инклюзивной и охватывать различные аспекты выбранной области исследования. Три исследователя независимо друг от друга осуществляли поиск в электронной базе данных eLibrary публикаций, вышедших в период с января 2019 по январь 2024 г. Сбор первичных данных проводился в период с апреля по июль 2024 года. В качестве маркеров поискового запроса были использованы следующие ключевые слова и словосочетания: «вахтовый», «вахта», «вахтовый метод», «вахтовый режим», «вахтовая работа», «вахтовый труд», «вахтовый персонал», «экспедиционный», «экспедиционный метод», «экспедиционная работа», «экстремальные условия труда», «экстремальная работа», «экстремальный труд». Ключевые поисковые термины брались как в комбинации, так и по отдельности с использованием логических операторов. Исходно проводился скрининг названия и резюме потенциальных исследований, в случае недостаточной информативности изучался полный текст статьи. Были исключены литературные и систематические обзоры, описательные и аналитические работы, клинические случаи, а также тезисы и короткие сообщения, размещенные в сборниках и материалах конференций, форумов и конгрессов. Библиография всех найденных исследований была изучена с целью выявления дополнительных, не обнаруженных ранее публикаций. Дублирующие результаты, идентифицированные при поиске, были исключены из дальнейшего анализа. Два исследователя независимо друг от друга изучали полнотекстовые публикации и формировали пул потенциально релевантных исследований. Затем еще один исследователь оценивал соответствие полного текста статей утвержденным критериям приемлемости, включения и исключения. Спорные моменты разрешались путем совместного обсуждения коллективом авторов.

На втором этапе для визуализации и математического анализа исследований использовался сетевой анализ на основе теории графов. Расчеты проводились на персональном компьютере с применением программы Gephi (Версия 0.10.1) на языке Java. Укладка элементов в граф осуществлялась по алгоритму Yifan Hu`s properties с оригинальной схемой смещения для лучшей оптимизации расстояния между внешними и центральными узлами. При постройке графа применялась технология адаптивного охлаждения. Параметры использованного алгоритма: оптимальное расстояние – 400,0; относительная сила – 0,2; начальный размер шага – 20,0; изменение шага – 0,95; порог чувствительности – 1.OE-4; максимальный уровень Quadtree – 10; Theta – 1,2.

После проведения 16 итераций с применением метода «направленных сил» был получен граф в минимальном энергетическом состоянии. Граф был построен из вершин (узлов) – ключевых паттернов исследований, определяемых по результатам анализа текста публикаций, и неориентированных ребер. Ребром в графе обозначался установленный факт изучения двух ключевых паттернов (вершин, узлов) в рамках одного исследования. За счет масштабирования толщины ребра графа удалось визуализировать связи, которые встречались чаще в разных исследованиях. Сетевой анализ предполагал применение инструментария теории графов и оценку макро- и микроуровня построенной сети.

Типологическая оценка исследований

Анализ динамического ряда количества опубликованных результатов исследований показал отсутствие каких-либо закономерностей изменения числа публикаций за анализируемый период: в 2019 г. – 7 исследований (доля в общем количестве за весь анализируемый период – 17 %), в 2020 г. – 7 (17 %), в 2021 г. – 9 (21 %), в 2022 г. – 7 (17 %), в 2023 г. – 12 исследований (28 %).

Авторами включенных в исследование публикаций явились сотрудники 46 различных организаций. Максимальная доля публикаций приходится на сотрудников Тюменского кардиологического научного центра – филиала Томского национального исследовательского медицинского центра РАН – 19 % (8/42) публикаций. В данном центре отчетливо просматривается сформировавшийся научный коллектив авторов, работающий в одном направлении: изучение особенностей функционирования сердечно-сосудистой системы у вахтовиков арктической зоны на полуострове Ямал. Данный факт, как покажет в дальнейшем сетевой анализ, за счет относительно небольшого общего числа опубликованных работ существенно скажется на общем ландшафте содержательной части отечественных исследований.

Далее по количеству опубликованных работ идут Северный (Арктический) федеральный университет имени М.В. Ломоносова (Архангельск) и Медико-санитарная часть ООО «Газпром добыча Ямбург» (Новый Уренгой) с долями 14 % (6/42) и 12 % (5/42) соответственно, в которых, в отличие от тюменского центра, нельзя выделить доминирующее научное направление и наблюдается относительно высокая волатильность авторов.

За пять анализируемых лет сотрудниками шести высших учебных медицинских заведений, подведомственных Минздраву России, были опубликованы результаты исследований в анализируемой предметной области (Иркутский государственный медицинский университет, Первый Санкт-Петербургский государственный медицинский университет им. академика И.П. Павлова, Приволжский исследовательский медицинский университет, Северный государственный медицинский университет, Тюменский государственный медицинский университет, Тихоокеанский государственный медицинский университет), что говорит о невысокой научной активности классической академической среды в данном направлении.

В то же время обращает на себя внимание факт того, что 20 % (9/46) всех аффилиаций приходится на негосударственные технологические и индустриальные компании, что свидетельствует о сильной интеграции и практической заинтересованности профильных секторов экономики в изучении состояния здоровья людей, занятых вахтовым методом.

Структура секторов экономики, состояние здоровья сотрудников которых изучалось в исследованиях (рис. 2), отражает профиль экономической активности территорий, на которых активно используется вахтовый метод работы, и согласуется с данными о распределении численности вахтовых работников по отраслям экономики, полученными из форм федерального статистического наблюдения № П-4 (НЗ) «Сведения о неполной занятости и движении работников» и данным Росстата о числе занятых. Наибольшая доля (21 %) приходится на группу отраслей по добыче, транспортировке, переработке нефти и газа и распределению продуктов их переработки.

Отсутствие публикаций, затрагивающих изучение здоровья людей, занятых в других, входящих по доле в десятку «вахтовых» отраслей экономики (торговля, административная деятельность, сектор обслуживания), может быть связано с незначительным общим числом публикаций, низкой долей данных отраслей в общей структуре, а также с приоритизацией направлений научного поиска коллективов исследователей. Одновременно с представленным необходимо отметить, что в 45 % публикаций отсутствует какая-либо информация о профиле (профессии, секторе экономики) вахтового метода работы, что, учитывая специфику организации проживания и труда у разных секторов экономики и наличие специфичных профессиональных факторов воздействия на организм человека, серьезно снижает дальнейшее практическое внедрение результатов проведенных исследований. При этом в 64 % (27/42) публикаций имеется указание на территориальную принадлежность области исследования – Арктическая зона России, что согласуется с приоритетными национальными целями, указанными в различных программах и проектах развития государства.

Характеристика макроуровня сети

Граф состоит из 53 узлов и 166 ребер (рис. 3). Построенную сеть можно охарактеризовать как неориентированную однородную без пространственной привязки. Полученный граф является связным, что можно интерпретировать, с одной стороны, как наличие общности и преемственности в методических и методологических подходах у различных отечественных авторов и научных школ в вопросах изучения здоровья вахтовиков. В другой стороны, анализ макроуровня графа показывает некую консервативность научных интересов исследовательских коллективов: за последние пять лет не было опубликовано ни одной работы, предметом исследования которой стали бы оригинальные параметры или показатели здоровья, не имеющие связей с общим пулом ключевых паттернов исследований.

Средняя степень построенного графа равна 3,132 связи, в то время как взвешенная степень – 3,774 связи, что косвенно указывает на наличие нескольких ассортативных сообществ в графе, то есть групп узлов, которые более связаны между собой, чем с другими узлами в сети. Плотность графа, равная 0,115, а также данные о связности характеризуют сеть как неплотную слабосвязанную структуру, в которой просматриваются четыре связных компонента (субграфы): «сердечно-сосудистая система» (визуализация красного цвета в графе), «адаптация» (визуализация фиолетового цвета в графе), «питание» (визуализация зеленого цвета в графе) и «COVID-19» (визуализация голубого цвета в графе). Общий дефицит реберной мощности составляет 1212 ребер, в большей степени проявляющийся в двух связных компонентах: «питание» (дефицит связности – 60 %) и «COVID-19» (дефицит связности – 78 %).

Значение глобального коэффициента кластеризации, равное 0,631, не позволяет опровергнуть гипотезу об отсутствии кластерной структуры сети. Средний локальный коэффициент кластеризации оказался ниже глобального – 0,559, что позволяет предположить нестепенное распределение вершин в графе. Для более углубленного анализа структуры сообществ в графе и качества алгоритма выделения локальных кластеров была вычислена модулярность графа. Она составляет 0,531 усл. ед. при четырех смоделированных сообществах: «сердечно-сосудистая система» с 17 узлами, «адаптация» с 12 узлами, «COVID-19» с 10 узлами и «питание» с 5 узлами. На основе построения модели пространственного предпочтительного присоединения были установлены сферы влияния отдельных узлов и подтверждена гипотеза о кластеризации анализируемой сети.

При наличии нескольких достаточно удаленных подключенных узлов среднее кратчайшее расстояние в графе составило 3,074, что говорит об общности ключевых центров (вершин) кластеризации и наличии достаточного количества функциональных узлов-мостов. Применяя методологический подход «бритва Оккама», установили максимально эргономичную укладку графа с четырьмя кластерами и общей длиной пути 466,369 при учете веса ребер, инценентных каждой вершине.

Характеристика микроуровня сети

В построенном графе наибольшую мощность имеют следующие узлы: «сердечно-сосудистая система» (24 усл. ед.), «гендерные аспекты» (17 усл. ед.), «эхокардиография» (15 усл. ед.), «адаптация» (14 усл. ед.) и «ультразвуковое исследование сосудов» (13 усл. ед.). При этом по взвешенной мощности в пятерку наиболее связанных узлов входит вершина «СОVID-19» (21 усл. ед.). Появление и экспоненциальное распространение новой коронавирусной инфекции СОVID-19 по всему миру затронуло все сферы и области медицины. Российские исследователи, изучающие вопросы состояния здоровья людей, занятых вахтовым методом работы, поддержали общемировой тренд и опубликовали за пять лет шесть работ по данной теме. Но в то же время обращает внимание узконаправленность данных исследований: область интересов ученых находилась в области организации оказания медицинской помощи вахтовикам с СОVID-19, санитарно-эпидемиологической работы, вакцинации и миграционного аспекта. Вопросы особенностей здоровья трудовых мигрантов, занятых вахтовым методом работы, интересовали ученых исключительно в контексте распространения новой коронавирусной инфекции COVID-19 (центральность по посредничеству узла – 0,0; авторитарность узла – 0,003; суммарная мощность – 3,0).

Ни одной изолированной вершины (вершины с нулевой степенью) в построенном графе не установлено. Наиболее периферийными вершинами графа являются семь узлов с эксцентриситетом, равным 7,0 усл. ед.: «психическое состояние», «отбор кандидатов (порядок допуска)», «характеристика труда (профессии)», «психологическая устойчивость», «факторы внешней среды», «уровень гемоглобина» и «моделирование развития ситуации». Стоит отметить, что узел «отбор кандидатов (порядок допуска)», несмотря на высокое значение локального коэффициента кластеризации (0,833), помимо своего сообщества «COVID-19», никаким образом не связан с другими кластерами. Данный факт требует более углубленного анализа и установления причин – почему отечественные исследователи, изучая особенности здоровья людей, работающих вахтовым методом, при наличии фактического обоснования не касались вопросов совершенствования существующей системы отбора кандидатов и порядка допуска к труду.

Учитывая, что радиус графа был вычислен как 3,5 усл. ед., по эксцентриситету к абсолютно центральному положению нельзя причислить не одну из вершин. В то же время на роль приближенных к центру графа узлов одинаково претендуют пять узлов: «сердечно-сосудистая система», «гендерные аспекты», «эхокардиография», «уровень гомоцистеина» и «дисфункция левого желудочка», три из которых напрямую и два – в рамках узлов-мостов включены в кластер «сердечно-сосудистая система» (табл. 1). Лишь по одной связи было установлено для следующих узлов: «уровень гемоглобина», «стоматологические заболевания», «организация питания», «моделирование развития ситуации», «медицинская поддержка», «антиоксидантная защита». Данные аспекты изучаемой области можно отнести к эпизодическим, встречающимся в одиночных исследованиях отдельных авторов.

Наибольшую центральность по посредничеству имеют узлы «сердечно-сосудистая система» (380,4), «уровень гомоцистеина» (373,7), «стресс» (252,4), «гендерные аспекты» (250,7) и «характер питания» (245,3). Данные узлы выступают в роли сетевых агентов-лидеров и участников, связывающих между собой отдельные изолированные узлы и кластеры. Наименьшее расстояние до всех других узлов было установлено по отношению к узлам «сердечно-сосудистая система» (CC = 0,514), «гендерные аспекты» (CC = 0,491), «стресс» (CC = 0,452), «характер питания» (CC = 0,448), «ожирение» (CC = 0,426), наибольшее: к узлам «моделирование развития ситуации» (CC = 0,202), «медицинская поддержка» (CC = 00,25), «пневмония» (CC = 0,251), «эпидемия» (CC = 0,252) и «стоматологические заболевания» (CC = 0,252) (табл. 2).

Анализ микроуровня сети позволил выделить восемь узлов, которые входят в минимум два выделенных кластера, что позволяет отнести данные вершины графа к функциональным узлам-мостам: «семейный фактор», «состояние организма в разные периоды вахты», «гендерные аспекты», «уровень гомоцистеина», «продолжительность вахты», «характер питания», «ожирение», «острые респираторные заболевания». Наибольшей центральностью по уровню близости связей среди них обладает узел «гендерные аспекты» (0,491), наибольшей центральностью по уровню промежуточности узла – «уровень гомоцистеина» (373,7), наибольшим локальным коэффициентом кластеризации – «семейный фактор» (0,667) и «ожирение» (0,667). Интегрально наибольшую значимость для сети показывает узел «гендерные аспекты» (0,038), который связывает все кластеры между собой, кроме кластера «COVID-19». Серьезным потенциалом к централизации графа обладают узлы «уровень гомоцистеина», «характер питания» и «продолжительность вахты», показывающие высокие значения мощности и связности.

Результаты проведенного исследования позволяют сделать ряд важных содержательных, методологических и практических выводов. В доступной для анализа литературе подобных по дизайну исследований не было найдено.

Представленный граф профиля публикаций по изучению состояния здоровья людей, занятых вахтовым методом работы, открывает широкие возможности для применения различных методов статистического анализа, экспертного изучения причинно-следственных связей между различными показателями здоровья, а также проектирования новых исследований. Выделение на основе статистического анализа четырех кластеров сети позволяет сформировать общее представление о ведущих направлениях развития медицинской науки в области изучения состояния здоровья людей, занятых вахтовым методом работы. Наиболее развитый по большинству проанализированных показателей макро- и микроуровня сети – кластер «сердечно-сосудистая система». Узлы данного кластера соответствуют основным целевым установкам исследователей при изучении особенностей физиологических и патологических процессов в сердечно-сосудистой системе в общей популяции населения страны, а само направление согласуется с генеральным вектором совершенствования системы здравоохранения Российской Федерации, реализуемым, в том числе, в рамках федерального проекта «Борьба с сердечно-сосудистыми заболеваниями» национального проекта «Здравоохранение»1 [9][10].

Количественные метрики сетевого анализа способны приблизить к пониманию особенностей различных связей между отдельными параметрами и показателями здоровья человека. Важно отметить, что, являясь формой визуализации, сеть не имеет так называемых второстепенных участков. Например, периферийный узел «моделирование развития ситуации» относится к кластеру «COVID-19» и имеет очень низкие показатели интегрированности в сеть. Данный узел появился в графе благодаря всего одной публикации 2023 г. [11]. Однако по качеству представленного материала, объему анализированных данных и уровню статистической обработки данную публикацию можно отнести к передовой. На основе предложенного авторами подхода в будущем возможна реализация системы имитационного моделирования эпидемий, в рамках которой будут учитываться миграционные и географические факторы, а также характер взаимодействия участников производственного процесса. Таким образом, несмотря на периферийность узла в текущем графе, благодаря дальнейшим усилиям данных авторов или других научных коллективов этот узел может стать как узлом-мостом, так и самостоятельным ядром нового подграфа.

Другим примером возможностей использования полученного графа для научных целей является поиск и предметный анализ дефицитных ребер – отсутствующих связей между вершинами внутри одного кластера или между вершинами из разных кластеров. Например, в построенном графе нет ребра между характером питания вахтовиков и вероятностью развития, степени прогрессирования, возникновения осложнений и прогноза при инфекции COVID-19. Но это говорит лишь о том, что за последние пять лет ни в одной из опубликованных отечественных работ данная связь не изучалась. Хотя определенные корреляции в общей популяции населения России между двумя этими параметрами уже описываются многими авторами [12][13]. Таким образом, дефицитные ребра в построенном графе являются так называемой серой зоной, требующей более пристального внимания исследователей, которые будут планировать научные работы в области изучения состояния здоровья людей, занятых вахтовым методом работы.

Потенциал сетевого анализа в области организации здравоохранения и общественного здоровья в качестве инструментария для решения различных прикладных управленческих задач обусловлен большим количеством исследований по наглядному представлению структур и типов взаимоотношений в социальных, отраслевых и бизнес-сетях и визуализации различных объектов с помощью теории графов [14]. К настоящему времени наибольшее распространение сетевой анализ получил в логистических, дестинационных и информационных процессах [15]. Развитие нетчейн-подхода способствовало появлению методологии анализа взаимодействия организаций в цепях поставок товаров и формирования услуг с определением кластеров, узлов-хабов и центральных узлов [16]. Имитационное моделирование на основе теории графов вошло в практику оценивания зависимости доли рынка и бесперебойности функционирования элементов сети от структурных характеристик сети и ее отдельных узлов [17]. Проведенное исследование показывает возможности сетевого анализа и аналитических работ специалистов в области общественного здоровья. Методология классического сетевого анализа может применяться по отношению к любому объекту исследования, если он удовлетворяет условиям общности расположения узлов, которые связаны определенными событиями или составляют канал формирования определенного продукта или услуги внутри сети.

Среди перспективных направлений данного исследования стоит выделить дальнейшее территориальное (на другие страны, регионы мира) и хронологическое (анализ 10-, 15-, 20-летнего периода) расширение сетевого анализа, а также, при сборе достаточного количества публикаций, проведение систематического обзора и метаанализа в данной области. Также возможна интеграция сетевого анализа с отдельными инструментами библиографического анализа (авторский профиль, географическая плотность, потенциал сотрудничества и др.), которые могут помочь на более качественном уровне выявить закономерности развития научного поиска и установить основные направления дальнейших исследований по изучаемой теме. Библиографический анализ, в отличие от сетевого, в последние годы достаточно активно применяется в биомедицинских исследованиях зарубежных авторов [18–20].

К ограничениям исследования можно отнести включение в анализ публикаций, размещенных только в одной базе данных. С неизвестной долей вероятности возможна ситуация, когда исследование было проведено на территории Российской Федерации отечественными авторами с изучением тех или иных особенностей здоровья лиц, задействованных на вахтовом методе работы, но опубликовано только в иностранном журнале, отсутствующем в базе данных eLibrary. Требование к статьям быть написанными на русском языке могло внести языковую предвзятость, потенциально исключая соответствующие исследования, опубликованные на других языках. Это ограничение может повлиять на инклюзивность и разнообразие литературы, рассматриваемой в нашем анализе. Несмотря на использование защиты в виде тройного дублирующего анализа данных, допускается фактор субъективизма в экспертной оценке ключевых паттернов исследования. Из-за ограниченного количества включенных исследований предвзятость публикации не могла быть представленной с помощью графика воронки. Динамичный характер исследований мог привести к исключению продолжающихся работ за пределами этого периода времени. Выбор фиксированной конечной точки мог не отражать возникающие тенденции или сдвиги в исследовательском ландшафте состояния здоровья людей, занятых вахтовым методом работы. Другие исследователи должны учитывать эти ограничения при интерпретации результатов, и они могут опираться на данную работу для дальнейшего изучения выбранной области.

Построение и статистический анализ графовой модели тематики современных отечественных исследований в области изучения состояния здоровья людей, занятых вахтовым методом работы, позволило выделить четыре ключевых направления исследований: функционирование сердечно-сосудистой системы, механизмы адаптации, особенности питания и организация медицинской помощи в условиях распространения новой коронавирусной инфекции COVID-19. Данные направления при достаточной изолированности научных поисков имеют ряд функциональных паттернов-мостов, среди которых наиболее значимыми для дальнейшего развития исследовательских работ являются гендерные аспекты, уровень гомоцистеина в крови, характер питания и продолжительность вахты.

1 Паспорт национального проекта «Здравоохранение», утвержден Президиумом Совета при Президенте Российской Федерации по стратегическому развитию и национальным проектам от 24.12.2018. URL: https://www.garant.ru/products/ipo/prime/doc/72085920/ (дата обращения: 25.08.2025).