- •Учебное пособие (11 глав)
- •Глава 6. Методы специальной обработки эпидемиологической информации
- •6.1 Группировка и сводка эпидемиологических данных
- •Признаки времени
- •Признаки места.
- •Признаки «лица»
- •Сочетание группировочных признаков.
- •Группы риска.
- •6.2 Измерение (оценка) заболеваемости населения.
- •Интенсивные показатели
- •Показатель инцидентности
- •Показатель превалентности.
- •Показатель инцидентности человек-время.
- •Показатель очаговости (первичной).
- •Показатель вторичной очаговости
- •Экстенсивные показатели
- •Сравнительная характеристика свойств и возможностей интенсивных (ип) и экстенсивных показателей (эп) заболеваемости.
- •Показатели наглядности.
- •6.3 Сравнение показателей.
- •Стандартизация показателей заболеваемости.
- •Способы выявления различий величин заболеваемости. Абсолютное сравнение.
- •Относительное сравнение
- •Дополнительные показатели, связанные с основными приемы сравнения. Этиологическая доля (атрибутивная фракция, снижение относительного риска).
- •Доля разности показателей.
- •Атрибутивный риск для популяции
- •6.4Оценка статистической достоверности и выраженности различий эпидемиологических величин Методы оценки достоверности различий показателей заболеваемости
- •1.Для интенсивных и экстенсивных показателей, исключая показатель инцидентности «человек-время).
- •Оценка достоверности различий показателей заболеваемости с помощью критерияt.
- •Оценка достоверности различий показателей заболеваемости с помощью доверительных границ (интервалов).
Атрибутивный риск для популяции
Особую значимость для здравоохранения имеет показатель, именуемый атрибутивным(добавочным)риском для популяции, илипопуляционным атрибутивным (добавочным)риском(population attributable risk-ARP).
Этот показатель выражает и частоту, и долю избыточной заболеваемости, обусловленной влиянием фактора риска не только в группе риска, а во всей популяции, в которой «рассеяны» представители группы риска.
Величина атрибутивного риска для популяции (ARP) зависит от величины атрибутивного (избыточного) риска (AR) и от распространенности фактора риска среди всего населения (Р). Относительно слабый фактор (сравнительно низкий AR), при высокой распространенности фактора риска в популяции, может создать в населении более высокую избыточную заболеваемость, чем больший AR, при низкой распространенности фактора риска.
Атрибутивный риск для популяции отражает избыточную, возможно предотвратимую, заболеваемость в ней, которую связывают с действием определенного фактора. Именно поэтому, знание ARP помогает органам здравоохранения определить приоритетные направления профилактики болезней и наиболее эффективно использовать имеющиеся ресурсы.
Оценка распространенности факторов риска является целью самостоятельных (клинических, социологических, лабораторных) популяционных или составной частью эпидемиологических исследований.
Для того чтобы рассчитать ARP, необходимо в начале определить распространенность фактора риска среди населения, то есть долю(Р)лиц, подверженных влиянию этого фактора.
Формула расчета: ARP=ARP где:
AR – атрибутивный риск
Р – доля (в популяции) лиц, подверженных воздействию фактора риска, выраженная в долях единицы (а не в процентах).
Пример. Известно, что доля курящих мужчин 40-59 лет в Москве в среднем в средине 80-х годов составляла 58%, или в долях единицы 0,58. Используя данные табл. 7.1 определим, что избыточная частота (доля) возникновения АГ для всех курящих и не курящих мужчин Москвы в возрасте 40-59 лет составит:
ARP=(5,1-2,7)0,58=1,4%
Таким образом, можно предположить, что избыточная частота, вполне предотвратимой АГ у всех московских мужчин в возрасте 40-59 лет в средине 80-х годов, составляла 1,4 случая на 100 человек в год.
6.4Оценка статистической достоверности и выраженности различий эпидемиологических величин Методы оценки достоверности различий показателей заболеваемости
Как указывалось ранее, для оценки достоверности различия показателей необходимо вычислить уровень достоверности (P) этого различия, которому соответствует определенное значение ошибки достоверности (р). Значение этих величин позволит опровергнуть/подтвердить нулевую гипотезу о случайном характере наблюдаемого различия.
Статистика разработала разнообразные методы оценки достоверности различий статистических величин. Уже упоминалось, что для испытания нулевой гипотезы применяются различные статистические методы: критерий Стъюдента (критерий t), хи-квадрат, точный критерий Фишера и др., причем каждый из них имеет свою область применения.
Согласно правилам статистики перед применением какого-либо статистического метода, необходимо выявить характер распределения, которым описывается изучаемая ситуация и в зависимости от него использовать строго определённые методы.
Вместе с тем, известно, что значительная часть проявлений заболеваемости, полностью, или в большей степени, соответствует закону нормального распределения и, следовательно, применение статистики «нормального распределения» не только допустимо, но и необходимо. Возможные погрешности чаще всего не оказывают существенного влияния на эпидемиологические выводы.
В других ситуациях, когда величина статистической погрешности приводит к неправильным эпидемиологическим выводам, необходимо использовать методы соответствующие данному распределению. Так, нередко, распределение показателей соответствуют распределению Пуассона, поэтому, например, способ определения верхнего предела фоновой заболеваемости основан именно на распределении Пуассона.
В данном издании рассмотрим два метода оценки достоверности различий показателей заболеваемости, которые применимы и при анализе других эпидемиологических переменных:
расчёт и оценка значения критерия «t»;
расчёт и сравнение доверительных границ(доверительных интервалов) показателей заболеваемости «метод доверительных границ».
Эти методы оценки достоверности различий показателей заболеваемости, предусматривают, прежде всего, расчёт, так называемой, стандартной ошибки(m), (называемой также ошибкой репрезентативности), которая в зависимости от показателя рассчитывается по формулам: