Введение. Оптимизация затрат на фармацевтическую помощь детям является особо важной задачей для системы здравоохранения. Дети являются одной из самых уязвимых групп населения, и их здоровье требует особого внимания и заботы. Высокие затраты на лекарственную терапию заболеваний населения детского возраста становятся значительным финансовым бременем, в первую очередь для их семей, а также для системы обязательного и добровольного медицинского страхования. Современные подходы к экономическому анализу детерминант затрат в сфере здравоохранения включают методы описательной статистики, регрессионного анализа и кластеризации. Цель. Рассмотреть потенциал применения регрессионного анализа для изучения факторов, влияющих на стоимость фармацевтической помощи детям. Материалы и методы. База исследования включала данные о назначениях лекарственных препаратов врачами из медицинской информационной системы сети клиник Москвы за 2023 год. Анализ данных выполнялся с использованием языка программирования «Python» и «Jupyter Notebook», включая библиотеки «statsmodels», «scipy», «pandas». Были проведены расчеты размера выборки, проверка нормальности распределения, детальный регрессионный анализ. Результаты. Исследована база данных назначений лекарственных препаратов и их стоимости в аптеках Москвы. Выявлены факторы, влияющие на стоимость фармацевтической помощи: количество диагнозов, сезон, количество посещений, средняя стоимость на пациента, тип приема, количество препаратов, а также пол, возраст и диагноз пациента. Проведен робастный регрессионный анализ, показавший значимые взаимосвязи между стоимостью фармацевтической помощи и рядом факторов. Обсуждения. Такие факторы, как диагноз, количество посещений и средняя стоимость на пациента оказались статистически незначимыми или мало влияющими на стоимость. Остальные факторы показали значимую взаимосвязь со стоимостью фармацевтической помощи. Помимо всего прочего был выявлен факт сезонных колебаний и влияния времени года на среднюю стоимость фармацевтической помощи. Выводы. Робастный регрессионный анализ показал, что выбранная модель объясняет около 70,2% случаев. Результаты исследования могут быть использованы для оптимизации затрат на фармацевтическую помощь, разработки эффективных программ лекарственного страхования и улучшения доступности лекарственных препаратов для детей.