Transcript ดร.เกศรา แสนศิริทวีสุข - กลุ่มระบาดวิทยาและข่าวกรอง

้ งต้น
สถิตเิ บือ
ทางระบาดวิทยา
เกศรา แสนศิริทวีสุข
กลุ่มระบาดวิทยาและข่ าวกรอง สคร.7 อุบลราชธานี
[email protected]
ลักษณะและประเภทของข้ อมูล
1. ข้ อมูลเชิงคุณภาพ เช่ น เพศ อาชีพ สถานภาพ
สมรส ระดับการศึกษา สถานที่ บ้ านเลขที่ ฯลฯ
(ไม่ สามารถเปรียบเทียบว่ ามากหรือน้ อยกว่ ากัน)
2. ข้ อมูลเชิงปริมาณ มักจะแสดงเป็ นค่ าตัวเลข
เช่ น อายุ เวลาเริ่มป่ วย เวลาเกิดโรค อุณหภูมิ
ลักษณะและประเภทของข้ อมูล
เชิงคณ
ุ ภาพ
• การคานวณ
- จานวน
- อัตรา
- อัตราส่ วน
- สั ดส่ วน
• การนาเสนอข้ อมูล
- ตาราง
- แผนภูมิ
เชิงปริ มาณ
• การคานวณ
- การวัดแนวโน้ มเข้ าสู่ ส่วนกลาง
- การวัดการกระจาย
• การนาเสนอข้ อมูล
ตาราง
กราฟ
แผนภูมิ
คุณสมบัตทิ ดี่ ขี องข้ อมูล
1. ครบถ้ วน
2. ถูกต้ อง
3. ทันเวลา
เครื่องมือพืน้ ฐานในการวัดการเกิดโรค
อัตรา(rate), อัตราส่ วน(ratio), สั ดส่ วน(proportion)
Rate
Ratio
X xk
y
Proportion
เมือง
ชนบท
DM = 1,600 ราย
DM = 32,000 ราย
ชนบทมีปัญหาโรคเบาหวานมากกว่าเมือง
เมือง
ชนบท
จานวนประชาชน = 60,000
จานวนประชาชน = 3,000,000
DM rate = 26.6 /1000
DM rate = 10.6 /1000
เมืองมีปัญหาโรคเบาหวานมากกว่า ชนบท
การวัด อัตรา การเกิดโรค
การนับ จานวน การเกิดโรค:
 ไม่ สามารถนามา เปรียบเทียบ กันได้
 ไม่ สามารถระบุความเสี่ ยงของการเกิดโรค
ใช้ อตั ราในการเปรียบเทียบ
อัตรา
X = จานวนคนทีเ่ กิดเหตุการณ์ ภายใต้ เงือ่ นเวลา
Y = จานวนคนทีเ่ กีย่ วข้ องกับเหตุการณ์ ภายใต้ เงือ่ นเวลาเดียวกัน
K = ค่ าคงที่ กาหนดให้ มคี ่ า 100, 1,000, 10,000, 100,000
โดยทัว่ ไปเลือกใช้ ค่าทีใ่ ห้ ผลลัพธ์ เป็ นจานวนเต็ม
อย่ างน้ อย 1 หลัก เช่ น 5.4/1,000 (ไม่ ใช้ .54/1,000)
X xk
y
x = คนที่ป่วยเป็ นโรคเบาหวาน
y = คนที่เป็ นกลุ่มเสี่ ยงต่อการป่ วยเป็ นโรคเบาหวาน
ตัวตั้งเป็ นส่ วนหนึ่งของตัวหาร
อัตรา (rate)
ดัชนีสุขภาพ
1. อัตราการป่ วย
1.1 อัตราอุบัตกิ ารณ์
1.2 อัตราความชุก
1.3 อัตราป่ วย
1.4 อัตราป่ วยเฉพาะ
2. อัตราการตาย
2.1 อัตราตายอย่ างหยาบ
2.2 อัตราตายเฉพาะ
2.3 อัตราผู้ป่วยตาย
ตัวตั้ง - ตัวหารจะต่ างกัน
อัตราการป่ วย
(Morbidity Rates)
1. อัตราอุบัตกิ ารณ์ (Incidence rate) เป็ นการวัดเฉพาะ
ผู้ป่วยรายใหม่
2. อัตราความชุกของโรค (Prevalence rate) เป็ นการวัด
จานวนผู้ป่วยทุกราย (ทัง้ เก่ าและใหม่ )
3. อัตราป่ วย (Attack rate) คืออัตราอุบัตกิ ารณ์ ท่ ีมักใช้
กับโรคติดเชือ้ เฉียบพลัน หรื อการระบาด
อัตราอุบัตกิ ารณ์ (Incidence Rate)
เป็ นการวัดเฉพาะจานวน ผู้ป่วยใหม่ (new cases) ที่เกิดขึน้ ใน
ประชากรทีเ่ สี่ ยงต่ อการเกิดโรค ใน “ช่ วงเวลาหนึ่ง”
(a period of time)
I.R. = X/Y * k
X = ผู้ป่วยใหม่
Y = ปชก.ที่เสี่ ยงต่ อการเกิดโรค
K = ค่ าคงทีช่ ่ วงเวลาหนึ่ง
เน้ น ตัวหาร คือ ประชากรกลุ่มเสี่ ยง
ไข้ เลือดออก ?
มะเร็งปากมดลูก ?
มะเร็งต่ อมลูกหมาก ?
ตัวอย่ าง
พ.ศ. 2554 จังหวัด ก. มีรายงานผู้ป่วยโรค A จานวน 412 ราย มี
ประชากรกลางปี 212,000 คน คานวณหาอัตราอุบัตกิ ารณ์ ของ
โรค A / ประชากรแสนคน
วิธีคานวณ
Incidence rate = X / Y * k
เมื่อ X = 412
Y = 212,000
k = 100,000
I.R. = 412/212,000 X 100,000
= 194.3/ ประชากรแสนคน
อัตราอุบัตกิ ารณ์ (Incidence Rate)
ประโยชน์
- เป็ นดัชนี ที่ใช้วดั อัตราผูป้ ่ วยใหม่ในชุมชน
- ทราบโอกาส/ ความเสี่ยงของการเกิดโรค
- ใช้ศึกษาหาสาเหตุของโรค
- เป็ นเครือ่ งบ่งชี้มาตรการที่จะใช้ป้องกันควบคุมโรค
อัตราป่ วย (Attack Rate)
คือ อัตราอุบัตกิ ารณ์ (Incidence Rate) ซึ่งมักจะใช้ กบั
โรคติดเชื้อเฉียบพลัน หรือ เมือ่ มีการระบาด (outbreak)
ของโรค มีหน่ วยเป็ นร้ อยละ
A.R. = X/Y * 100
X = จานวนผู้ป่วย
Y = ประชากรกลุ่มเสี่ ยง
ตัวอย่ าง
การระบาดของโรคไข้หวัดใหญ่ พบผูป้ ่ วย 26 คน จากห้องเรียน
ที่มีนักเรียนทัง้ หมด 96 คน ให้คานวณหาอัตราป่ วย (attack rate)
วิธีคานวณ
Attack rate = X / Y x 100
เมือ่ X = 26 ราย , Y = 96 คน
Attack rate
= 26 / 96 x 100
= 27.1 %
อัตราความชุก (Prevalence Rate)
เป็ นการวัดจานวน ผู้ป่วยทั้งหมดทีม่ อี ยู่ท้งั เก่ าและใหม่ ทีพ่ บใน
ทีย่ งั คงป่ วยอยู่เท่ านั้น
ประชากร ณ จุดเวลาใดเวลาหนึ่ง
P.R. = X/Y * k
X = จานวนผู้ป่วยทีม่ ีอยู่
Y = ประชากรทั้งหมดในพืน
้ ที่
K = ค่ าคงทีจ่ ุดเวลาหนึ่ง
อัตราความชุก (Prevalence Rate)
• ใช้บอกปั ญหาโรคภัยไข้เจ็บที่มีอยู่ในขณะนัน้
• ใช้บอกถึงขนาดของปั ญหา
• เป็ นแนวทางในการจัดบริการสาธารณสุขให้
ชุมชน
• มีประโยชน์ ในการศึกษาในโรคเรือ้ รัง
จานวนผู้ป่วย 9 ราย
1 ก.ค.
31 ก.ค.
a
b
d
c
e
f
g
h
i
ประชากรทั้งหมด 10,000 คน
จานวนผู้ป่วย 9 ราย
1 ก.ค.
ประชากรทั้งหมด 10,000 คน
31 ก.ค.
•
•
•
•
Prevalence rate 1 กรกฎาคม
Prevalence rate 31 กรกฎาคม
Prevalence rate เดือนกรกฎาคม
Incidence rate เดือนกรกฎาคม
ความแตกต่ างระหว่ าง อัตราอุบัตกิ ารณ์ และอัตราความชุก
หัวข้ อ
อัตราอุบัติการณ์
ตัวเศษ
จานวนผู้ป่วยใหม่
อัตราความชุ ก
จานวนผู้ป่วยทั้งเก่าและใหม่
ตัวหาร
จานวน ปชก.ที่เสี่ ยงต่ อ
การเกิดโรค
จานวน ปชก.ทั้งหมด
ณ เวลาใดเวลาหนึ่ง
ความสาคัญ
- บ่ งชี้โอกาสของการเป็ นโรค
- เป็ นดัชนีใช้ ประเมินผล
การป้องกันโรค
- ไม่ จาเป็ นต้ องแสดงถึง
โอกาสของการเป็ นโรค
- เป็ นดัชนีแสดงถึงบริการ
ด้ านการรักษาพยาบาล
อัตราการตาย (Mortality Rates)
• อัตราตายอย่างหยาบ
• อัตราตายเฉพาะ
• อัตราผู้ป่วยตาย
X = ตัวตั้งเหมือนกัน
Y = ตัวหารต่ างกัน
อัตราตายอย่ างหยาบ (Crude Mortality Rate)
เป็ นการวัดจานวนคนตายทั้งหมด ด้ วยทุกสาเหตุของชุมชน ใน
ช่ วงเวลาหนึ่ง ต่ อจานวนประชากรทั้งหมด(กลางปี )
ในช่ วงเวลาเดียวกัน
C.D.R. = X/Y * k
ตัวอย่ าง
Crude death rate (C.D.R.) ประเทศไทย พ.ศ. 2554
มีประชากรกลางปี จานวน 49,459,000 คน เสี ยชีวติ ในปี 2554
จานวน 252,592 ราย หาอัตราการตายอย่ างหยาบ
เมือ่
X = 252,592 ราย
k = 100,000
Y = 49,459,000 คน
ตายรวมไม่ ทราบสาเหตุ
C.D.R. = 252,592 / 49,459,000 x 100,000
= 510.7 / ประชากร 100,000 คน
อัตราตายจาเพาะ (Specific Mortality Rate)
เป็ นการวัดการตายด้ วยการระบุเงือ่ นไข
เช่ น อายุ เพศ และเชื้อชาติ สาเหตุ ในกลุ่มประชากรที่
กาหนดในช่ วงเวลาหนึ่ง
S.D.R. = X/Y * k
X = ตายในกลุ่มอายุ 0-1 ปี
Y = ปชก.กลุ่มอายุ 0-1 ปี ด้ วย
ตัวหารเฉพาะ
อัตราตายเฉพาะ (Specific Mortality rate)
ประโยชน์
- ใช้บง่ ชี้สภาวะอนามัย บริการทาง การแพทย์ สิ่งอานวย
ความสะดวกด้านสุขภาพอนามัย สภาวะเศรษฐกิจและสังคม
และอนามัยสิ่งแวดล้อมของชุมชน
- ใช้เปรียบเทียบได้ดีกว่า C.D.R.
- บอกลักษณะเฉพาะของโรคหรือการเสี่ยงต่อการตายด้วย
โรคได้ดีกว่า
ตัวอย่ าง
Specific death rate (S.D.R.) ประเทศไทย พ.ศ. 2554
เมือ่ X = จานวนคนตายในกลุ่มอายุ 0-4 ปี ในปี 2554
= 25,583 ราย
Y = ประชากรกลางปี กลุ่มอายุ 0-4 ปี
= 6,387,000 คน
k = 100,000
หาอัตราตายกลุ่มอายุ 0-4 ปี ประเทศไทย พ.ศ.2554
ตัวอย่ าง
Specific death rate (S.D.R.) โรคปอดบวม ประเทศไทย พ.ศ.
2554
เมือ่ X = จานวนคนตายด้ วยโรคปอดบวมในปี 2554 = 367 ราย
Y = ประชากรกลางปี
= 49,459,000 คน
k = 100,000
หาอัตราตายด้ วยโรคปอดบวม ประเทศไทย พ.ศ.2554
อัตราป่วยตาย (Case Fatality Rate)
CFR =
X xk
Y
X
Y
k
=
=
จำนวนผู้ป่วยทีต่ ำยด้ วยโรคนี้
จำนวนผู้ป่วยด้ วยโรคนี้
=
100
ความสาคัญ 1. ใช้บง่ ชี้ถึงความรุนแรงของโรค
2. ใช้บง่ ชี้ถึงคุณภาพของบริการทางการแพทย์
อัตราผูป้ ่ วยตาย (Case Fatality Rate)
เป็ นการวัดจานวนผูป้ ่ วยที่ตายด้วยสาเหตุใดสาเหตุหนึ่ ง
ต่อจานวนผูป้ ่ วยด้วยสาเหตุนัน้ มีหน่ วยเป็ นร้อยละ
C.F.R. = X/Y * 100
X = จานวนผูป้ ่ วยตายด้วยโรคหนึ่ ง ณ ช่วงเวลาหนึ่ ง
Y = จานวนผูป้ ่ วยโรคนัน้ ในช่วงเวลาเดียวกัน
ตัวอย่ าง
CFR โรคบาดทะยักในเด็กแรกเกิด ประเทศไทย พ.ศ. 2553
เมื่อ X = จานวนเด็กตายด้ วยโรคบาดทะยักในเด็กแรกเกิด
= 122 ราย
Y = จานวนเด็กป่ วยด้ วยโรคบาดทะยักในเด็กแรกเกิด
= 566 ราย
CFR = 122 / 566 x 100
= 21.6 %
ป่ วย 100 คน ตาย 21.6 คน หรือประมาณ 1 ใน 5
ป่ วย 5 คน ตาย 1 คน
อัตราส่ วน (Ratio)
• ค่าเปรียบเทียบระหว่างตัวเลข
2 จานวน หรือ
เหตุการณ์ 2 เหตุการณ์ ว่ าเป็ นกีเ่ ท่ าซึ่งกันและกัน
• เลขตัวเศษไม่ได้เป็ นส่ วนหนึ่งของเลขตัวส่ วน
เพศชาย / เพศหญิง
X กับ Yไม่ ได้ เป็ น subset กัน
อัตราส่ วน (Ratio)
อัตราส่ วน = X/Y * k
= X/Y * 1
= X:Y
X = จานวนเหตุการณ์ (ประชากร) ซึ่งมีลกั ษณะเฉพาะ
Y = จานวนเหตุการณ์ /ประชากร ซึ่งมีลกั ษณะเฉพาะทีแ่ ตกต่ างจาก X
k=1
ตัวอย่ าง
จากการระบาดของไข้ หวัดใหญ่ พบผู้ป่วยจาแนกตามเพศดังนี้ :-
เพศ
ชาย
หญิง
รวม
จานวนผู้ป่วย
19
7
26
ประชากร
87
9
96
อัตราส่ วนผู้ป่วย ชาย : หญิง = 19 : 7
= 19/7 : 7/7 = 2.7 : 1
หารตัวเลขทั้งสองด้วยจานวนที่นอ้ ยกว่า
เพื่อให้ตวั เลขที่ น้อยกว่า = 1
สั ดส่ วน (Proportion)
เป็ นการวัดร้อยละของการกระจายของเหตุการณ์
ย่อยจากเหตุการณ์ทงั ้ หมด วัดเป็ นร้อยละ
= X x 100 (k = 100)
x+ y+z
X
= จานวนย่อยในแต่ละกลุ่ม
X+y+z = จานวนรวมของทุกกลุ่ม
ส่ วนใหญ่ นาเสนอเป็ น ตาราง/กราฟวงกลม
สั ดส่ วน (Proportion)
ชาย 19 คน สั ดส่ วนของผู้ป่วยชาย = 19 x 100 = 73.1 %
26
หญิง 7 คน สั ดส่ วนของผู้ป่วยหญิง = 7 x 100 = 26.9 %
26
รวม 26 คน ผลรวมของร้ อยละของเหตุการณ์ ย่อย = 100%
ประโยชน์ ไม่ ต่างจากการนับ
เพราะเทียบกันไม่ ได้ บอกความเสี่ ยงไม่ ได้ ว่าใครเสี่ ยงกว่ าใคร
การวัดแนวโน้ มสู่ ศูนย์ กลาง
เป็ นวิธีวเิ คราะห์ ข้อมูลทางสถิติ เพือ่ บอกลักษณะซึ่งเป็ น
ตัวแทนของกลุ่มหรือของข้ อมูลชุดนั้นๆ
1 มัชฌิมเลขคณิต (Arithemetic mean) ค่ าเฉลีย่
2 ค่ ามัธยฐาน (Median) ค่ าตรงกลางหลังจากเรียงลาดับแล้ ว
3. ฐานนิยม (Mode) ค่ าทีม่ คี วามถี่ซ้ากันมากทีส่ ุ ด
ค่าเฉลี่ย (Mean)
• ผลรวมของจานวนข้อมูลทั้งหมด หารด้วย จานวนข้อมูล
ทั้งหมด
• ใช้บ่อยทีส่ ุด
Mean: ตัวอย่ าง
Data: {1,3,6,7,2,3,5}
จานวนข้ อมูล : 7
• ผลรวมค่ าข้ อมูลทั้งหมด : 27
• ค่ าเฉลีย่ เลขคณิต :
3.9
การหาค่ าเฉลีย่ (Mean)
จานวนผู้ป่วยโรคไข้ เลือดออก จ.สมมติ
พ.ศ.
2551
2552
2553
2554
2555
ม.ค. ก.พ.
11 12
46 56
29 52
41 37
25 21
ค่ าเฉลีย่ 30.4
11 + 46 + 29 + 41 + 25
5
หรือใช้
โปรแกรม
Excel
ค่ ามัธยฐาน Median
Definition:
ค่ าทีอ่ ยู่ตรงกลาง หลังจากการเรียงจากน้ อยไปหามาก
ถ้ า n เป็ นเลขคี่ มัธยฐานอยู่ทตี่ าแหน่ ง (n+1) /2
ตัดค่าสูงและค่าต่าออก
สาธารณสุ ขจะใช้มาก
n+ 1
2
การหาค่ามัธยฐาน
(Median)
จานวนผู้ป่วยโรคไข้ เลือดออก จ.สมมติ
พ.ศ. ม.ค. ก.พ.
2543
11
12
2544
46
56
2545
29
52
2546
41
37
2547
25
21
มัธยฐาน
29
37
11
25
29
41
46
46
41
29
25
11
หรือใช้
โปรแกรม
Excel
ทาไมจึงนิยมใช้ ค่า
Median ???
Median
Mean
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
100
5.5 5.5
5.5 14.5
1
2
3
4
5
6
7
8
9
1000
5.5
104.5
ฐานนิยม ( MODE )
คือ ค่ าของข้ อมูลทีม่ คี วามถี่มากทีส่ ุ ดในชุดของข้ อมูลนั้นๆ
อาจมีมากกว่ า 1 ค่ า หรือไม่ มเี ลยก็ได้
ตัวอย่ าง 2, 4, 5, 7, 8
2, 2, 4, 5, 7
3, 3, 1, 8, 8
ไม่ มฐี านนิยม
ฐานนิยม คือ 2
ฐานนิยม คือ 3 และ 8
นิยมใช้ ในการทาโพล , โหวตเลือกตั้ง
เป็ นการนับซ้าๆ
แบบฝึ กหัด
Rate , Ratio , Proportion
ในปี พ.ศ. 2544 มีรายงานผู้ป่วยไข้ เลือดออกทัว่ ประเทศ
จานวน 139,355 ราย และมีผู้เสี ยชีวติ 245 ราย คิดเป็ น
(???) เท่ ากับ 224.43 ต่ อประชากรแสนคน และ (???)
เท่ ากับ ร้ อยละ 0.18
Rate , Ratio , Proportion
ในปี พ.ศ. 2544 มีรายงานผู้ป่วยไข้ เลือดออก
ทั่วประเทศ จานวน 139,355 ราย และมีผ้ ูเสียชีวิต
245 ราย คิดเป็ น อัตราป่ วย เท่ ากับ 224.43 ต่ อ
ประชากรแสนคน และ อัตราป่ วยตาย เท่ ากับ
ร้ อยละ 0.18
รู ปแบบของกำรศึกษำทำงระบำดวิทยำ
1.แบ่ งตามชนิดของการศึกษาตามลักษณะศึกษา
มีกำรกำหนดปัจจัยเสี่ ยง
หรือสิ่ งแทรกแซง
ไม่ มีกลุ่มเปรียบเทียบ
กำรศึกษำโดยกำรทดลอง
(Experimental)
กำรศึกษำเชิงพรรณำ
(Descriptive Study)
เวลำหนึ่ง
(Cross-sectional)
รู ปแบบกำรศึกษำ
กำรศึกษำโดยกำรสั งเกต
(Observational)
ไม่ มีกำรกำหนดปัจจัยเสี่ ยง
หรือสิ่ งแทรกแซง
ณ จุดเวลำใด
กำรศึกษำเชิงวิเครำะห์
(Analytical Study)
มีกลุ่มเปรียบเทียบ
Cohort
Case-control
Descriptive Study
Non Cases
Cases
Describe
only
Cases
Cases
Describe how large is the problem
การศึกษาระบาดวิทยาเชิงพรรณนา
กลุ่มศึกษา
ขนาดของปัญหา
กลุ่มเกิดโรค
การกระจาย บุคคล สถานที่ เวลา
กลุ่มเปรียบเทียบ
กลุ่มไม่ เกิดโรค
ระบาดวิทยาเชิงพรรณนา
บุคคล
• อายุ
• เพศ
• ชนชาติ
• ชนชั้นทางสั งคม
โรคไม่ ได้ เกิดขึน้ โดยความบังเอิญ
สถานที่
•ภูมิศาสตร์
•ชนบท VS เขตเมือง
เวลา
• ฤดูกาล
• decade
แนวทางการใช้การศึกษาเชิงสังเกต
การศึกษาระบาดวิทยาเชิงพรรณนา
ตอบได้
ตอบยังไม่ ได้
ตั้งสมมติฐาน
การศึกษาระบาดวิทยาเชิงวิเคราะห์
ตอบยังไม่ ได้
องค์ ความรู้
ตอบได้
ตั้งสมมติฐาน
50
นิยามศัพท์
• Exposure คือ เหตุปัจจัยใดๆก็ตามที่ประชากรมีอยู่ ได้รับ หรื อสัมผัส
ซึ่งอาจก่อให้เกิดผลทั้งใน แง่ดี (เป็ นปัจจัยป้ องกัน)
หรื อ แง่ร้าย (เป็ นปัจจัยเสี่ ยง) หรื อไม่มีผลใดๆเลยก็ใด
• Outcome ชื่ออื่นได้แก่ ตัวแปรตาม(dependent variable), response
คือภาวะที่คาดว่าจะเป็ นผลที่เกิดจาก exposure ซึ่งอาจเป็ นได้ท้ งั ผลดี
หรื อผลร้าย ก็ได้
51
ระบาดวิทยาเชิงวิเคราะห์
Non Cases
Factor A
Cases
Factor A
ศึกษาหาปัจจัยที่เกีย่ วข้ องกับการเกิดโรค
อธิบายทั้งกลุ่มผู้ป่วย
และไม่ ป่วย
Using epidemiology to identify
the cause of disease
Cause
•RISK FACTOR
•Cigarette
Effect
•DISEASE
•Lung Cancer
การศึกษาระบาดวิทยาเชิงวิเคราะห์
(ต่ อ)
• Cohort study
• Case-control study
• Cross-sectional analytic study
55
Cohort study
กลุ่มศึกษา
กลุ่มทีม่ ีปัจจัย
กลุ่มเกิดโรค
a
กลุ่มไม่ เกิดโรค
b
กลุ่มเกิดโรค
c
กลุ่มไม่ เกิดโรค
d
กลุ่มเปรียบเทียบ
กลุ่มทีไ่ ม่ มีปัจจัย
Case-control study
กลุ่มศึกษา
กลุ่มทีเ่ กิดโรค
มีปัจจัยที่สงสั ย
a
ไม่ มีปัจจัยทีส่ งสั ย
c
มีปัจจัยที่สงสั ย
b
ไม่ มีปัจจัยทีส่ งสั ย
d
กลุ่มเปรียบเทียบ
กลุ่มทีไ่ ม่ เกิดโรค
Cross-sectional study
ประชากร
ศึกษา
กลุ่มศึกษา
มีปัจจัยและป่ วย
a
มีปัจจัยและไม่ ป่วย
b
ไม่ มีปัจจัยและป่ วย
c
ไม่ มีปัจจัยและไม่ ป่วย
d
กลุ่มเปรียบเทียบ
การศึกษาเชิงทดลอง (experimental study)
ความสั มพันธ์
Exposure
Outcome
Cohort study
• ศึกษาและทดสอบความสัมพันธ์ระหว่างปัจจัยที่คาดว่าจะ
เป็ นสาเหตุของโรค และการเกิดโรค
• สั งเกตกลุ่มคนทีม่ ีปัจจัยและกลุ่มทีไ่ ม่ มีปัจจัยดังกล่าวซึ่งใน
ขณะนั้นยังไม่ได้เป็ นโรคที่ตอ้ งการศึกษา
• ติดตามไปเป็ นระยะเวลาหนึ่ง เพื่อดูวา่ “อัตราการเกิดโรค”
กลุ่มคนที่มีปัจจัยที่ศึกษานั้นจะแตกต่ างไปจากกลุ่ม
เปรี ยบเทียบซึ่ งไม่มีปัจจัยที่ศึกษา หรื อไม่ อย่างไร
60
Cohort study (ต่อ)
• เป็ นการศึกษาที่เริ่มจาก “เหตุ” ไปหา “ผล”
• สามารถวัดความเสี่ยงในการเกิดโรคได้ โดยตรง
• ติดตามนานเพียงพอที่จะวัดผลได้ ว่าปั จจัยที่สงสัยนัน้
ก่ อให้ เกิดโรคได้ คืออย่ างน้ อยจะต้ องเท่ ากับระยะเวลา
ก่ อโรคของปั จจัยนัน้ ๆ(induction period) หรือ
ระยะฟั กตัวของโรค(incubation period)
61
Cohort study
กลุ่มศึกษา
กลุ่มทีม่ ีปัจจัย
กลุ่มเกิดโรค
a
กลุ่มไม่ เกิดโรค
b
กลุ่มเกิดโรค
c
กลุ่มไม่ เกิดโรค
d
กลุ่มเปรียบเทียบ
กลุ่มทีไ่ ม่ มีปัจจัย
62
การวิเคราะห์ขอ้ มูล
เกิดโรค ไม่ เกิดโรค
มีปัจจัยเสี่ยง
a
b
a+b
ไม่ มปี ั จจัยเสี่ยง
c
d
c+d
a+c
b + d a+b+c+d
ความเสี่ ยงของการเกิดโรคในกลุ่มทีม่ ีปัจจัยเสี่ ยง = a / ( a + b )
ความเสี่ ยงของการเกิดโรคในกลุ่มทีไ่ ม่ มีปัจจัยเสี่ ยง = c / ( c + d )
Risk ratio = a / ( a + b )
c/(c+d)
63
ตัวอย่างการคานวณ Risk ratio
มะเร็งปอด ไม่ เกิดโรค
สูบบุหรี่
42
80
ไม่ สบู บุหรี่
43
302
85
382
RE = 42/122 = 34.43%
Ro = 43/345 = 12.46%
RR = 34.43/12.46 = 2.76 เท่ า
122
345
467
64
Case-control study
• การศึกษาที่เริ่ มจาก “ผล” ไปหา “เหตุ”
• เลือกกลุ่มคนที่เป็ นโรคที่ตอ้ งการศึกษา เรี ยกว่า “Case” และ
กลุ่มคนที่ไม่ป่วยมาเป็ นกลุ่มเปรี ยบเทียบ เรี ยกว่า “Control”
• รวบรวมข้อมูลที่มีอยูใ่ นอดีตว่ามีหรื อไม่มีปัจจัยที่คาดว่าจะเป็ น
สาเหตุของโรค
• เปรี ยบเทียบ “อัตราส่ วนการได้ รับปัจจัยต่ อการไม่ ได้ รับปัจจัย”
ระหว่างกลุ่มศึกษาและกลุ่มเปรี ยบเทียบว่าแตกต่างกันหรื อไม่
65
Case-control study
กลุ่มศึกษา
กลุ่มทีเ่ กิดโรค
มีปัจจัยทีส่ งสั ย
a
ไม่ มีปัจจัยที่สงสั ย
c
มีปัจจัยที่สงสั ย
b
ไม่ มีปัจจัยที่สงสั ย
d
กลุ่มเปรียบเทียบ
กลุ่มทีไ่ ม่ เกิดโรค
66
Odds Ratio
• Odds คืออะไร
= โอกาสของการเกิดเหตุการณ์ (มีปัจจัย) เทียบกับ
โอกาสของการไม่ เกิดเหตุการณ์(ไม่ มปี ัจจัย)
 Odds Ratio
= Ratio of two odds
67
ป่ วย
มีปัจจัย
ไม่ มีปัจจัย
a
c
ไม่ ป่วย
b
d
• โอกาสของการเกิดเหตุการณ์ (มีปัจจัย)ของผู้ป่วย
=a/(a+c)
• โอกาสของการไม่ เกิดเหตุการณ์ (ไม่ มีปัจจัย) ของผู้ป่วย
=c/(a+c)
• Odds ของการมีปัจจัยเสี่ ยงในกลุ่มผู้ป่วย
= [a/(a+c)] / [c/(a+c)]
= a/c
68
มีปัจจัย
ไม่ มีปัจจัย
ป่ วย
ไม่ ป่วย
a
c
b
d
• Odds ใน Case-control study
– Odds ของการมีปัจจัยในผู้ป่วย = a/c
– Odds ของการมีปัจจัยในกลุ่มเปรียบเทียบ = b/d
• Odds ratio = (a/c) / (b/d)
= ad / bc
69
การวิเคราะห์
• ตัวอย่ าง Case-control study
• การศึกษาเกีย่ วกับโรค อุจจาระร่ วง ได้ คดั เลือกผู้ป่วยจานวน 50 คน
และคัดเลือกผู้ไม่ ป่วยเป็ นกลุ่มเปรียบเทียบ 100 คน และเมื่อ
สอบถามข้ อมูลการรับประทานขนมจีนของแต่ ละคน พบว่ า มีผู้ป่วย
ที่รับประทานขนมจีนจานวน 40 คน และกลุ่มอ้างอิงทีร่ ับประทาน
ขนมจีน 20 คน
ป่ วย
ไม่ ป่วย
กินขนมจีน
40
20
ไม่ กนิ ขนมจีน
10
50
80
100
70
มีปัจจัย
ไม่ มีปัจจัย
ป่ วย
ไม่ ป่วย
a
c
b
d
Odds Ratio (OR) = ad/bc
71
กินขนมจีน
ไม่ กนิ ขนมจีน
ป่ วย
ไม่ ป่วย
40
10
50
20
80
100
40x
80
Odds Ratio (OR) = ad/bc = 20 x 10 = 16
ผู้ป่วยมีสัดส่ วนการกินขนมจีนต่ อการไม่ กนิ เป็ น 16 เท่ าของผู้ไม่ ป่วย
72
Cross-sectional study
• ทาการสุ่ มเลือกขนาดตัวอย่างซึ่ งมีจานวนแน่นอน
• วัดปัจจัยที่คาดว่าจะมีอิทธิ พลต่อการเกิดโรคและวัดการเกิดโรค
ที่มีอยูไ่ ปพร้อมกัน
• เปรี ยบเทียบว่า “ความชุกของโรค” ในกลุ่มที่มีปัจจัยที่ศึกษาว่า
แตกต่างจากกลุ่มที่ไม่มีปัจจัยนั้นหรื อไม่
73
Cross-sectional study (ต่อ)
• ทาได้ง่ายและรวดเร็ ว
• ใช้เป็ นเครื่ องมือขั้นต้นในการหาความสัมพันธ์ระหว่าง
exposure กับ outcome ที่สนใจ
• เกิดปั ญหาในแง่ของการอธิ บายความเป็ นเหตุเป็ นผลหาก
พบว่ามีความสัมพันธ์จากการศึกษาชนิดนี้
74
Cross-sectional study
มีปัจจัยและป่ วย
ประชากร
ศึกษา
กลุ่มศึกษา
มีปัจจัยและไม่ ป่วย
ไม่ มีปัจจัยและป่ วย
ไม่ มีปัจจัยและไม่ ป่วย
กลุ่มเปรียบเทียบ
75
ตัวอย่ าง : การออกกาลังกายกับโรคหลอดเลือดหัวใจ
• การศึกษาความสัมพันธ์ระหว่างการไม่ออกกาลังการ
กับการป่ วยเป็ นโรคหลอดเลือดหัวใจ จากการสุ่ ม
ตัวอย่าง 179 ราย พบว่ามีผไู ้ ม่ออกกาลังกาย 89 ราย
(เป็ นผูป้ ่ วย 14 ราย, ไม่เป็ นผูป้ ่ วย 75 ราย) มีผทู้ ี่ออก
กาลังกาย 90 ราย (เป็ นผูป้ ่ วย 3 ราย, ไม่เป็ นผูป้ ่ วย
87 ราย)
76
การออกกาลังกายกับโรคหลอดเลือดหัวใจ
ป่ วย
ไม่ป่วย
รวม
ไม่ออกกาลังกาย
14
75
89
ออกกาลังกาย
3
87
90
17
162
179
รวม
Prevalence (ความชุก) ในกลุ่มทีไ่ ม่ ออกกาลังกาย = 14 / 89 = 15.7%
Prevalence (ความชุก) ในกลุ่มทีอ่ อกกาลังกาย = 3/ 90 = 3.3%
Prevalent ratio = 4.7 ,
Prevalent difference = 12.4%
77
การศึกษาเชิงทดลอง
กลุ่มศึกษา
กลุ่มทีม่ ีปัจจัย
กลุ่มเกิดโรค
a
กลุ่มไม่ เกิดโรค
b
กลุ่มเกิดโรค
c
กลุ่มไม่ เกิดโรค
d
กลุ่มเปรียบเทียบ
กลุ่มทีไ่ ม่ มีปัจจัย
Success rate ระบบยาระยะสั้ น
= จานวนผู้รักษาหายด้ วยยาระยะสั้ น
= 85/125 = 0.68
จานวนผู้ทรี่ ักษาด้ วยยาระยะสั้ นทั้งหมด
Success rate ระบบยาปกติ
= จานวนผู้รักษาหายด้ วยยาระบบปกติ
= 100/135 = 0.74
จานวนผู้ทรี่ ักษาด้ วยยาระบบปกติท้งั หมด
ประสิ ทธิภาพของการรักษาด้ วยยาระยะสั้ น เทียบกับยาปกติ
= 0.68/0.74 = 0.92 (95%CI= 0.78-1.07)
ตัวอย่ างการวิเคราะห์ หาค่ า
Odd ratio
ชนิดของการศึกษาโดยการสั งเกต
การศึกษา
เชิงพรรณา
ขาดความรู้เกีย่ ว
กับปัจจัยเสี่ ยง
การศึกษา
เชิงวิเคราะห์
มีความรู้เกีย่ วกับ
โรคเพียงพอที่จะ
ทดสอบสมมติ
ฐานการเกิดโรค
ค้ นหาผู้ป่วย วัดการเกิดโรค
และแนวโน้ ม
ตั้งสมมติฐานของการเกิดโรค
ทดสอบสมมติฐานการเกิดโรค
แนะนาวิธีการศึกษาเพิม่ เติม
เสนอแนวทางในการควบคุมโรค
ชนิดของการศึกษาโดยการทดลอง
การศึกษาเชิงทดลอง
ค้ นหาสาเหตุของโรคด้ านกลไก ตลอดจนวิธีการ
ป้องกันและควบคุมโรค เช่ น การศึกษาประสิ ทธิภาพ
ของยา หรือวัคซีน เป็ นต้ น
ขอบคุณและสวัสดี
กลุ่มระบาดวิทยาและข่ าวกรอง
สานักงานป้ องกันควบคุมโรคที่ 7 อุบลราชธานี
[email protected]