Решены задачи создания специализированного математического обеспечения МЭГИС, не­обходимого для анализа причинно-следственных связей, существующих в популяции регионов и крупных городов Дальнего Востока. Для анализа причинно-следственных связей введено поня­тие этиологических факторов малой интенсивности (ФМИ), разработана концепция популяцион­но-аналитического метода изучения распространения неинфекционных заболеваний. Оценены возможности использования методов многомерной статиститки в решении эпидемиологических и медико-экологических задач. Показаны возможности применения для этих целей корреляци­онно-регрессионного и кластерно-дискриминантного анализа. Рассмотрены возможности при­менения МЭГИС для изучения влияния климатического режима на распространение рака молоч­ной железы (РМЖ) в популяции. Роль большинства климатических факторов в возникновении РМЖ в популяции изучена слабо, за исключением солнечной инсоляции, влияющей на особен­ности территориального распространения заболевания. С позиции онкоэпидемиологии климат можно рассматривать в качестве примера ФМИ как вероятные экзогенные бластомогенные воз­действия, характеризующиеся рядом признаков, в том числе низкая вероятность индукции опу­холи по сравнению с факторами индивидуального риска, распространение на всей изучаемой территории, воздействие в той или иной степени на всю или большую часть популяции, прожи­вающей на территории. Изучение влияния ФМИ на процессы онкогенеза в популяции потребо­вали особых методологических подходов. В ходе исследования с помощью кластерного анализа проведено климатическое районирование региона, на основании которого сформированы суб­популяции жителей, проживающих в различных с позиций статистического анализа климатичес­ких условиях. Использованы карты региона, характеризующие климатический режим: абсолют­ная минимальная температура воздуха в январе; абсолютная максимальная температура возду­ха в июле; общее количество осадков в году; среднемесячная температура воздуха в июле; сред­немесячная температура воздуха в январе; годовая суммарная солнечная радиация; среднеме­сячная относительная влажность воздуха в июле; годовая поглощенная коротковолновая радиа­ция; повторяемость пасмурности неба в январе; повторяемость пасмурности неба в июле; годо­вой радиационный баланс; число пасмурных дней по общей облачности в году; среднегодовые испарения. Кроме того, была использована карта с расположением «малых» населенных пунктов (т.е. с числом жителей менее 2000 чел.). Фактически данные карты являлись пространственными слоями климатической МЭГИС региона. На климатические карты налагалась координатная сет­ка, при этом вся карта разбивалась на квадраты. В каждом квадрате рассчитывались средние значения соответствующих климатических параметров. Аналогичная координатная сетка налага­лась и на карту с расположением «малых» населенных пунктов. При этом в каждом квадрате оп­ределялось число «малых» населенных пунктов и число проживающих в них жителей. С исполь­зованием сквозной нумерации квадратов вся информация о климатическом режиме объединя­лась в таблицу-матрицу. При этом каждому квадрату соответствовала конкретная строка в табли­це, а каждому климатическому параметру - столбец. Кроме того, в таблицу заносились коорди­наты каждого квадрата. Полученная подобным образом таблица использовалась для кластерно­го анализа с последующей проверкой полученных данных дискриминантным анализом. Всего было выделено выделено 10 кластеров. Данные кластеры наносились на географическую карту с расположением «малых» населенных пунктов. В каждом кластере из числа жителей «малых» на­селенных пунктов были сформированы субпопуляции, в которых рассчитаны показатели заболе­ваемости раком молочной железы. Кроме того, по каждому кластеру были рассчитаны средние показатели всех 13 анализируемых климатических параметров. Полученные данные были обра­ботаны с помощью регрессионного анализа. Значимое влияние имели следующие факторы: об­щее количество осадков в году (12%), годовой радиационный баланс (28,2%), годовая коротко­волновая радиация (32,2%). Таким образом, ряд параметров климатического режима может ока­зывать влияние на риск возникновения РМЖ. Применение принципов ГИС, метода выделения субпопуляций, кластерного анализа и регрессионного анализа существенно расширяет возмож­ности эпидемиологического изучения влияния климата на распространение злокачественных новообразований и иных социально значимых заболеваний в регионе.