Epidemiologické výpoèty

Download Report

Transcript Epidemiologické výpoèty

ГОРЕ ОТ УМА

Cíle a náplň přednášek

• • • • • • •

Studijní materiály

: doporučená literatura, další zdroje informací a dat

Statistika a její praktický význam

statistiky : definice a klíčové pojmy, zvláštnosti statistické metody poznání reality, historické kořeny

Statistika a poznání

: kvantita a kvalita, základy kvantifikace, veličina a číslo, měření

Sběr, popis a prezentace

dat: statistická šetření, zpracování primárních dat, statistické tabulky, grafické metody prezentace

Ukazatele

: zdraví, nemoci, demografické, zdravotnické

Obecné postupy statistiky

: statistický soubor (populace a výběr), náhoda a pravděpodobnost, veličiny, míry polohy, míry měřítka, rozložení, odhady populačních charakteristik, statistické testy, statistika jedné skupiny, statistika dvou skupin, párové skupiny, více skupin, vztahy dvou veličin, kvalitativní znaky a jejich statistika, statistika studií, standardizace, skríningové testy, metaanalýza

GIS

Použitá

a mírně doporučená

literatura:

• Kubánková V., Hendl J.: Statistika pro zdravotníky, Zdravotnické aktuality 208 (Avicenum, Praha 1987) • Procházka B.: Biostatistika pro lékaře (UK v Praze, Karolinum, 1999) • Pýchová E., Petráková A.: Základy lékařské demografie • Šejda J. a spol.: Principy obecné epidemiologie (Avicenum, Praha 1987) • Šejda J. a kol.: Terminologie v epidemiologii (SPN Praha) • Žáček A.: Metody studia zdraví a nemocí v populaci (Avicenum, Praha 1984) 4

Etymologie epidemiologie:

• epi = nad • demos = obyvatelstvo • epi = kolem • deimos = strach • „zkáza seslaná z nebes?

• „hrůza obcházející kolem?

a statistiky:

• status = stát • státní věci?

• status = stav • status quo?

Osobnosti

• Hippocrates • Fracastoro • Jenner a Panum • John Snow • Pasteur, Koch • Semmelweis • O vzduchu, vodě a půdě • infekční teorie • odolnost jednotlivce • cholera v Londýně • průkaz infekčního agens • desinfekce / prevence • atd.

• atd.

Epidemiologický model nemoci

Stavy nemoci

S 0

zdraví

S 1

odchylka od normy

S 2

zvýšené riziko nemoci Stavy osob 7

Stavy nemoci

S 3

latentní forma nelze odhlait zátěžovými testy

S 4

inaparentní forma lze odhalit skríningem

S 5

subklinická forma prodromy Stavy osob 8

Stavy nemoci

S 6

klinicky zjevná akutní forma

S 7

subakutní forma komplikace

S 8

chronická forma exacerbace a remise

S 9

ukončení nemoci Stavy osob uzdravení dysfunkce smrt 9

Podmínky dorozumění

názvosloví a klasifikace • Statistická klasifikace nemocí SZO - MKN • 1900, 1909, 1920, 1929, 1938, 1948, 1955, 1965, 1975, 1979, 1993 • case definitions • definice přenosných nemocí povině hlášených v rámci evropské epidemiologické surveillance 10

statistické pojmy, vzorce a postupy

Obecný postup řešení statistického úkolu

Definice souboru statistických jednotek Specifikace zkoumaných znaků

Výběrové schéma

, zjišťování dat a zpracování,

odhad

parametrů základního souboru úplné nebo výběrové

Zjišťování dat, zpracování, analýza,

výpočet

parametrů základního souboru Praktické využití výsledků analýzy 12

Kvantifikace a měření znaky

• kvalitativní – nominální (nomen) znaky (krevní skupiny) – alternativní (zdraví - nemoc) – pořadové (ordinální – ordo = pořadí, dobrý-lepší-nejlepší ) – semikvantitativní (tvrdost nerostů) • Kvantitativní – diskrétní – celočíselné hodnoty (peníze!) – spojité – měřitelné s libovolnou přesností (teplota) • měnný začátek – absolutní hodnoty • pevný začátek – poměrová stupnice (ratio) 13

Grafy

• sloupcový (histogram) • koláčový (pie) • čárový (line) • bodový – XY graf (scatter) • krabicový (boxplot) 14

Populace a výběr

• populace (charakterizovaná výčtem nebo souborem vlastností) • výběr – (výběrová charakteristika odhadem populačních charakteristik) • úplné šetření – celá populace (Census) • výběrové šetření – reprezentativnost – jednotka výběru a šetření (domácnost a její člen) 15

Popisné statistiky

• Střední hodnoty – aritmetický průměr (prostý a vážený) – medián – modus • Míry variability – variační rozpětí – kvantilové rozpětí – rozptyl – standardní (směrodatná) odchylka – variační koeficient – střední chyba průměru 16

Aritmetický průměr

  

x i n x

  

x i n i n i

x i – hodnota i-tého člena n – počet členů souboru

Je to prostě průměr

 17

Aritmetický průměr - vážený

x váž

  

x i n n i n

 

n i

Průměr geometrický

x geom



e n

1  ln(

x i

) e – základ přirozených logaritmů n – počet všech prvků ln – přirozený logaritmus x i – naměřená hodnota Je to prostě n-tá odmocnina součinu všech naměřených hodnot!



Medián

 (

 2 

1 ) a – počátek intervalu obsahujícího MEDIÁN h – šířka intervalu n 2 – počet prvků v tomto intervalu n 1 – počet všech prvků ležících před intervalem s MEDIÁNEM n – počet všech prvků Je to prostě prostřední naměřená hodnota!



Modus

 (

1 

2 ) b – počátek intervalu obsahujícího MODUS h – šířka intervalu d d 1 2 – rozdíl četností intervalu s modem a intervalu předcházejícího rozdíl četností intervalu s modem a intervalu následujícího Je to prostě nejčastěji naměřená hodnota!

Je nejpravděpodobnější!

Průměr, medián a modus

250 200 150 100 50 počet osob Suma hodnot Průměr = 1170/259 Modus - nejčastější hodnota 3 Medián - hodnota na pozici 159 4 4.52

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14

Rozptyl a směrodatná odchylka

2   (

x i n



) 2  

n x i

2 



2 Je to prostě SD – různorodost hodnot kolem průměru 23

Střední chyba průměru

s x



s x n

Je to prostě SE – různorodost průměru 24

Zde si předvedeme výpočet směrodatné odchylky

• Zde odskočíme do excelu a spočteme průměr a jednotlivé součásti směrodatné odchylky 25

Normální rozložení

• graf normálního rozložení • příklad • 68,27% - průměr ± 1,00 s.d

• 95% - průměr ± 1,96 s.d

• 99% - průměr ± 2,58 s.d

• transformace dat na normální rozložení (standardizované skóry) 26

Binomické rozložení

• házení mincí (hlava – orel) • pravděpodobnost = p = ½ • opakované házení, nezávislé výsledky • počet „HLAV“ v „n“ pokusech => binomická proměnná



np S



( 1 

)

(

)   

n s

  

 1   





( 1 )    3 1   0 , 48 1  0 , 52  3  1  0 , 39 27

Binomické rozložení

• další příklad

( 3 )    8 3   0 , 48 3  0 , 52  8  3  8 * 7 * 6 3 * 2 * 1 * 0 , 48 3 * 0 , 48 5  28

Poissonovo rozdělení

• malé pravděpodobnosti – p=0,001 • střední hodnota= np = 100*0,001=0,1 • střední hodnota a standardní odchylka jsou stejné 

(



) 

  

x x



 0 , 1 0 , 1 1 1 !

 ( 0 , 9048 * 0 , 1 )  0 , 09048 29

Standardizované skóry

z i



x i



x s

Kvantily a kvartily

• jde o zobecnění pojmu medián • graf – krabicový – boxplot • median-1s.d.-2s.d.

• median-25%-10% • median-25%-5% 31

Sloupcový graf

Histogram

Koláčový graf

XY-ový graf scattergram

XYZ – 3D graf

Tabulky

Výběr - pravděpodobnostní

• prostý náhodný (náhodné čísla) • namátkový (na slepo) – nesplňuje vědecká kritéria • systematický – uspořádané prvky základního souboru, začátek a výběrový interval • stratifikovaný výběr – vrstvy, strata podle pohlaví, vzdělání atd.

• skupinový při velkých populacích – vybereme náhodně několik podsouborů a v nich další výběr • dvojstupňový – respektuje hierarchii 38

Výběr - záměrný

• výběr typických jednotek – statisticky nevhodný – cena v detailním popisu • kvótní výběr – zmenšenina základního souboru • rozsah souboru – podle kvalitativních znaků – podle kvantitativních znaků 39

Výběr – kvalitativní znak



2 ( 1 

) n – počet osob ve výběru p – četnost onemocnění (0,15) t = 1.96

y = relativní přesnost v % (1/4)

 1 , 96 2 ( 1  0 , 15 ) 0 , 15 * 0 , 25 2  348 40

Výběr – kvantitativní znak



2 *

2 n – počet osob ve výběru m – průměr (150) s 2 - směrodatná odchylka (20) t = 1.96

y = relativní přesnost v % (0,03)

 1 , 96 150 2 2 * 20 2 * 0 , 03 2  76 41

Cíle epidemiologických studií

• objasnění etiologie a charakteristik nemoci • ověření hypotéz • formulace a vyzkoušení racionálních postupů pro preventivní opatření 43

Tomu odpovídají typy studií

• popis - deskripce • rozbor příčin a následků - analýza • řízené zkoušení postupů v přísně kontrolovaných podmínkách - experiment 44

Epidemiologická metoda

• deskriptivní – (charakteristika osob, místa a času) • analytická – (relace, asociace, analýza, formulace hypotézy) • experimentální – (vědecké ověření hypotézy) 45

Deskriptivní studie

• jednotlivci – kazuistiky – série kazuistik • populace – korelační studie 46

Relace, asociace, kauzalita

• Relace – kazuistiky, jejich série • Asociace – vztah prokázaný statisticky • Kauzalita – vztah asociace prokázaný mnoha nutnými kritérii 47

Relace

• jednotlivý případ příčiny a nemoci, rizikového faktoru a nemoci bez jakékoli možnosti zobecnění • velké množství dat o jednotlivci • vede k dalšímu studiu • nevíme zda zjištěné faktory jsou podstatné a jaký je mezi nimi vztah • výzva k deskriptivní studii 48

Slovník vybraných epidemiologických pojmů • epidemická křivka – graf – průběh epidemie, (explozivní, protrahovaná), – doba expozice, zdroj nákazy, cesta přenosu, osoby v rizik • epidemické cykly –záislost na prostředí, klimatu a pod.

• epidemický rok – září – srpen • gradient infekce – spektrum závažnosti onemocnění • incidence – nemocnost • infekciosita – nakažlivost • inkubační doba – inteval, minimální, maximální • kohorta • kontrolní skupina • manifestnost 49

Slovník vybraných epidemiologických pojmů • náhodný výběr – prostý, systematický, stratifikovaný, vícestupňový, skupinový • kontagiosita – rychlost a snadnost šíření infekce, idex nakažlivosti – (nakažení/exponovaní) • nemocnost – morbidita (nemocní/obyvatelstvo) – incidence, prevalence, attack rate • nemocnost specifická • promořenost – postinfekční, postexpoziční – (imunní/obyvatelstvo) • representativnost výběru – homogenita, dostatečný počet, struktura • screening (skríning?) 50

Slovník vybraných epidemiologických pojmů • skríning – senzitivita – (skutečně nemocní/zachycení jako nemocní) – pravděpodobnost zachytit nemocného – specificita – (skutečně zdraví/zachycení jako zdraví) • slepý pokus – jednoduchný (pacient to neví), dvojitě (neví to ani lékař) až trojitě (a neví to ani statistik!) • sekulární trendy • smrtnost – letalita • studie epidemiologické – pozorovací, deskritpivní – pozorovací, analytická – prospektivní a retrospektivní 51

Slovník vybraných epidemiologických pojmů • studie epidemiologické – experimentální (klinická kontrolovaná studie a terénní pokus) – metodoligicky – průřezová, opakovaná průřezová, longitudinální • studie pilotní • surveillance • úmrtnost • výskyt – sporadický – endemický (obyč, hyper, holo) – epidemický – pandemický 52

Frekvence nemoci v populaci

volně podle Pýchová E., Petráková A.: Základy lékařské demografie

Proč demografie ?

• demos + graphein = věda o obyvatelstvu • lidská populace - soubor reprodukujících se lidí • obyvatelstvo - soubor lidí na určitém území • demografická statistika: – stav - počet – struktura - složení podle znaků – pohyb - přirozený a umělý 55

Dělení demografické statistiky

• demografická statika = stav a struktura • demografická dynamika - pohyb obyvatelstva – přirozená měna obyvatelstva (porody a úmrtí) – mechanická měna obyvatelstva - stěhování – sociálně právní měna - sňatky a rozvody 56

Zjišťování demografických jevů

•

sčítání lidu - census

- 18. století, 1. moderní census -1869 Čechy a 1870 Slovensko od té doby pravidelný v desetiletých intervalech: 1880, 1890, 1900, 1910, 1921, 1930, 1950, 1961,

1970, 1980, 1991, 2002

Běžná evidence přirozené měny

:

• narození živého dítěte (od 1965) • narození mrtvého dítěte • narození nezralého dítěte • narození nedonošeného dítěte - předčasný porod 58

Běžná evidence přirozené měny

:

• úmrtí – bezprostřední příčina smrti – předchozí příčina smrti – prvotní příčina smrti – jiiné závažné stavy • kódování MKN 10 – pro statistické účely pouze prvotní příčina 59

Běžná evidence přirozené měny

:

• Matriky – sňatek - zákonný svazek 2 osob opačného pohlaví (zatím) – Hlášení o narození – List o prohlídce mrtvého – Žádost o umělé přerušení těhotenství a hlášení potratu • Běžná evidence migrací • Populační registr 60

Obyvatelstvo a jeho struktura

:

• počet obyvatelstva – okamžitý stav - k 1.1 roku – střední stav obyvatelstva k 1.7. roku – od cenzu se určuje výpočtem • rozmístění obyvatelstva – hustota – koncentrace – dekoncentrace - rozptýlení 61

Obyvatelstvo a jeho struktura

:

• struktura podle znaků – biologických - pohlaví, věk – sociálně právních - stav – sociálně ekonomických - sociální složení, povolání, ekonomická aktivita – kulturních - národnost, vzdělání, náboženské vyznání 62

Obyvatelstvo podle pohlaví a věku

• koeficient maskulinity – feminity (%) • index maskulinity – feminity – (počet mužů/1000 žen) • věkové skupiny – 0,1-4,5-9, . . .,85+ • novorozenci – do 28 dne • kojenci – do 1 roku • další skupiny – 0-4, 0-14, 15-49, 15-54, 15-59, 55+, 60+ 63

Věková pyramida

• typ progresivní • typ stacionární • typ regresivní 64

Pohyb obyvatelstva

• sňatečnost, specifická sňatečnost, modální sňatkový věk • rozvodovost, rozvodový index 65

Plodnost, porodnost

• celková porodnost - hrubá míra porodnosti – všech narození/1000 obyvatel • živorodost – natalita - čistá míra porodnosti – všech živěrozených/1000 obyvatel • mrtvorozenost – mortinatalita – mrtvěrozených/1000všech narozených dětí • plodnost – fertilita – čistá míra plodnosti – živěrozených/1000 žen v reprodukčním věku 15-49 66

Potratovost

• potratovost – hrubá míra potratovosti – potratů/1000 obyvatel • obecná míra potratovosti – potratů/1000 žen fertilního věku • ukazatel potratovosti – potratů/100 ukončených těhotenství • index potratovosti – potratů/100 narozených dětí 67

Úmrtnost

1 • celková obecná úmrtnost – hrubá míra úmrtnosti – specifická úmrtnost – poporodní – do 2 dnů /1000 živě nar.

– časná novorozenecká – do 6 dnů / 1000 živě nar.

– novorozenecká – do 27 dnů /1000 živě nar.

– ponovorozenecká od 28 dne do 1 roku /1000 živě nar.

– kojenecká úmrtnost – do 1 roku / 1000 živě nar. (>1000g) – perinatální – mrtvěrozené a zemřelé do 6 dnů /1000 živě nar.

– mateřská úmrtnost – rodivších žen /1000 živě nar.

Úmrtnost

2 • úmrtnostní tabulky: – pravděpodobnost úmrtí v věku x – pravděpodobnost dožití ve věku x – počet dožívajících se věku x – počet zemřelých ve věku x – průměrný počet osob ve věku x – střední délka života ve věku x • při narození, ve věku 45 a 65 let 69

Reprodukce obyvatelstva

• přirozený přírůstek / úbytek – rozdíl = živě narozených - zemřelých • koeficient přirozeného přírůstku – podíl živorodosti a úmrtnosti • hrubá míra reprodukce – živě narozené dívky / 1000 žen fertilního věku • čistá míra reprodukce – živě narozené dívky doživší se věku své matky v době porodu / 1000 žen ! (musí být vyšší než 1) 70

Zvláštní ukazatelé

• standardizovaná úmrtnost • PYLL – potential years of life lost • DALY – disability adjusted years of life • QALY – quality adjusted years of life 71

Struktura obyvatelstva po 30 letech 72

Obyvatelstvo podle věku a pohlaví v SR 1950-2000 73

Struktura mužské populace v letech 1950-2000 v SR 74

Vývoj počtu obyvatel v ČR

10 400 000 10 300 000 10 200 000 10 100 000 10 000 000 9 900 000 9 800 000 1970 1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 75

Přirozená změna v ČR 1970-2001 10 400 000 10 300 000 10 200 000 10 100 000 10 000 000 9 900 000 9 800 000 1970 1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 počet obyvatel počet živě narozených počet úmrtí 210 000 190 000 170 000 150 000 130 000 110 000 90 000 76

Směna obyvatelstva ČR v letech 1970-2001 70 000 60 000 50 000 40 000 30 000 20 000 10 000 0 15 000 10 000 5 000 0 1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 -5 000 -20 000 -30 000 -10 000 přirozený přírůstek přírůstek stěhováním 77

Úmrtnost v ČR v letech 1970-2001 25.0

20.2

20.0

15.0

15.1

13.1

12.5

10.5

10.0

12.6

4.0

5.0

0.0

1970 1972 1974 1976 1978 1980 celková úmrtnost 1982 1984 1986 1988 kojenecká úmrtnost 1990 1992 1994 1996 1998 novorozenecká úmrtnost 2000

2.3

Úmrtnost

hrubá úmrtnost

úmrtnost



počet úmrtí za jednotku času

K populace

specifická úmrtnost

počet úmrtí za jednotku času

(

ve věkové skupině nebo úmrtnost



na specificko u nemoc

)

populace

Porodnost

hrubá porodnost

porodnost



počet narození za jednotku času

K populace

specifická úmrtnost

úmrtnost



počet úmrtí za jednotku času

(

ve věkové skupině nebo na specificko u nemoc

)

populace

Když jsem to přednášel svému psovi

A už mám toho taky dost

 83

Kde hledat informace a data:

1 • Český statistický úřad www.czso.cz/ – statistika demografická a ekonomická • Ústav zdravotnických informací a statistiky – www.uzis.cz

– zdravotnická statistika zdraví, nemoci a struktury a výkonnosti zdravotnictví • Státní zdravotní ústav – www.szu.cz

– www.szu.cz/cem/epidat/epidat.htm

– statistika povinně hlášených infekčních chorob • WHO www3.who.int/whosis/ – statistika světového zdraví a zdravotnictví 84

Kde hledat informace a data:

2 • WHO – www.who.dk/eprise/main/WHO/Progs/HIS/Home – statistika zdraví a zdravotnictví Evropy • CDC – USA – www.cdc.gov/scientific.htm

– www.cdc.gov/nchs/fastats/default.htm

– statistika zdraví a zdravotnictví USA • OSN www.un.org/english/ www.un.org/popin/ – statistika populační a další aspekty života na Zemi • • • Computerized Information System for Infectious Diseases – http://cisid.who.dk/ www.eurosurveillance.org/ http://europa.eu.int/comm/eurostat/ 85

Dík za Vaši neutuchající pozornost

:-)

D:\www.tufts.edu\~gdallal\LHSP.HTM

Pomluva:

• Lies – Damned lies

•Statistics

• Lži – Prokleté lži

•Statistika

Statistika je retrospektivní, hledí dozadu!

• Statistika hodnotí výskyt jevu, jak proběhl. To znamená, že říkáme:

Vzhledem k datům, považujeme tento jev za pravděpodobný nebo ne.

To znamená, že potřebujeme metody pro překlad této věty do nějakého tvrzení, které je pravdivé nebo nepravdivé.

Statistické metody jsou propletencem!

• Aby se prokázal nějaký účinek, začíná statitika s tvrzením, že ten účinek neexistuje. Potom zjišťuje, zda jsou data s tímto tvrzením konzistentní. Pokud jsou data s tímto předpokladem nekonzistentní, potom je předpoklad musí být nepravdivý a teda ve skutečnosti účinek existuje. 90

Neprokázat účinek je něco úplně jiné než prokázat neúčinost!

• Vědec musí říct, že „se na použitých datech účinek neprokázal a je možné, že za pomoci dalších dat se prokáže“, nebo další tvrzení „za použití dat se prokázala neúčinnost - a další zkoumání je zbytečné“ 91

Jenom cvičení vede k dokonalosti!

• Příčina a důsledek • Asociace nemusí znamenat příčinnost 93

Základy designu studie

– jasná otázka - co přesně děláme – studie je uskutečnitelná – všechny aspekty protokolu důkladně zvážit – výzkum má své důsledky 94

Typy studií

– observační studie – přehledy - surveje – průřezové a longitudinální studie – studie kohortové a prípadů a kontrol – intervenční, kontrolované klinické studie – hodnocení jediné intervence, léčby – subjekty kontrolou sami sobě 95

• look at the data 96